pengembangan model penjadwalan mesin majemuk …
TRANSCRIPT
PENGEMBANGAN MODEL PENJADWALAN MESIN MAJEMUK DENGAN JOB SISIPAN
Oleh Dede Juliyanti
NIM: 004200900111
Diajukan untuk Memenuhi Persyaratan Akademik Mencapai Gelar Strata Satu
pada Fakultas Teknik Program Studi Teknik Industri
2013
ii
LEMBAR PERSETUJUAN PEMBIMBING
Skripsi dengan judul “Pengembangan Model Penjadwalan Mesin
Majemuk Dengan Job Sisipan” dipersiapkan dan disusun oleh Dede
Juliyanti untuk melengkapi sebagian dari persyaratan menjadi
Sarjana Teknik pada jurusan Teknik Industri Fakultas Teknik
President University telah ditinjau kebenarannya, untuk itu saya
merekomendasikan skripsi ini diuji secara lisan (Oral Defense).
Cikarang, Indonesia, 21 Januari 2013
Johan Oscar Ong, ST. MT
iii
PERNYATAAN ORISINALITAS SKRIPSI
Saya menyatakan bahwa skripsi ini, dengan judul “Pengembangan
Model Penjadwalan Mesin Majemuk dengan Job Sisipan” adalah
hasil karya saya sendiri tanpa menyadur dan menyalin serta belum
pernah diterbitkan di Universitas manapun, semua sumber baik yang
dikutip maupun dirujuk telah saya sebutkan pada daftar pustaka.
Cikarang, Indonesia, 21 Januari 2013
Dede Juliyanti
iv
PENGEMBANGAN MODEL PENJADWALAN MESIN
MAJEMUK DENGAN JOB SISIPAN
Oleh
Dede Juliyanti
ID No. 004200900111
Disetujui Oleh
Johan Oscar Ong, ST. MT Herwan Yusmira, B.Sc. MET, MTech
Dosen Pembimbing Program Studi Teknik Industri
Dr.-Ing. Erwin Sitompul
Dekan Fakultas Teknik
v
ABSTRAK
Hal terpenting dalam industri farmasi adalah ketersediaan obat dalam jumlah,
jenis, dan kualitas yang memadai, ketidaktersediaan terhadap hal tersebut
mengakibatkan lost sales. Perusahaan harus memiliki suatu metode penjadwalan
yang dapat mempercepat waktu penyelesaian proses produksi sehingga dapat
meningkatkan pemenuhan terhadap permintaan konsumen. Proses produksi terdiri
dari 7 stage dengan proses yang berbeda-beda pada tiap stagenya, dimana awal
proses tidak selalu dimulai pada stage 1, namun selalu berakhir pada stage 7.
Ketersediaan mesin tidak hanya terdiri dari mesin tunggal, tetapi juga memiliki
mesin majemuk untuk beberapa jenis mesin. Keberagaman proses produksi dan
banyaknya jumlah job yang harus diproses, maka pada penelitian ini penjadwalan
dilakukan secara bertahap terhadap penjadwalan job utama dan kemudian
penyisipan job pada hasil penjadwalan job utama tersebut. Untuk dapat
menyelesaikan permasalahan penjadwalan dengan jumlah mesin majemuk dan
proses produksi yang bervariasi sesuai dengan kondisi aktual perusahaan, maka
dilakukan pengembangan model terhadap algoritama Non-Delay mesin majemuk
dengan job sisipan. Dari hasil pengembangan model, waktu yang dibutuhkan
untuk menyelesaikan 59 job adalah 798 jam. Pelaksanaan penyisipan job pada
hasil penjadwalan job utama tidak memperlambat waktu penyelesaian untuk
keseluruhan job.
Kata kunci: penjadwalan, job shop, Non-Delay, mesin majemuk, job utama, job
sisipan.
vi
KATA PENGANTAR
Segala puji dan syukur penulis panjatkan ke hadirat Allah SWT yang telah
melimpahkan rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan
skripsi ini dengan sebaik-baiknya dan tepat pada waktunya.
Skripsi merupakan syarat yang harus ditempuh oleh mahasiswa jurusan Teknik
Industri President University untuk menyelesaikan program sarjana Strata Satu
(S1) yang disesuaikan dengan kurikulum yang ada.
Dalam penyusunan skripsi ini, semua data dan laporan diperoleh penulis dengan
melaksanakan observasi di SOHO Group selama kurang lebih dua bulan. Penulis
menyadari bahwa tanpa dukungan dan do’a dari pihak lain, skripsi ini tidak akan
terselesaiakan dengan baik. Oleh karena itu pada kesempatan ini, penulis ingin
mengucapkan banyak terima kasih kepada:
1. Bapak Dr.-Ing. Erwin Sitompul selaku Dekan Fakultas Teknik President
University.
2. Bapak Herwan Yusmira, B.Sc. MET, Mtech selaku Kepala Program Studi
Teknik Industri President University.
3. Bapak Johan Oscar Ong, ST. MT selaku Dosen Pembimbing. Terima
kasih atas dukungan, saran, dan evaluasi pada penyusunan skripsi ini.
4. Seluruh dosen President University yang telah memberikan ilmu dan
pembelajaran yang berharga selama proses perkuliahan.
5. Bapak Fendi Ang, ST selaku Department Head Supply Chain yang telah
memberikan kesempatan untuk melakukan observasi di SOHO Group
Pharma.
6. Ibu Fanny Widjaja, ST selaku Section Head Supply Chain dan
pembimbing di SOHO Group Pharma. Terima kasih untuk perhatian,
dukungan, saran, dan keluangan waktunya untuk membantu dalam
penyusunan skripsi ini.
vii
7. Seluruh karyawan dan staff SOHO Group Pharma atas dukungan dan
keramahan pada proses observasi dalam penyusunan skripsi ini.
8. Seluruh staff Fakultas Teknik Industri President University yang telah
membantu pada kelancaran proses perkuliahan.
9. Kedua orang tua yang tidak henti-hentinya memberikan do’a, kasih
sayang, dan dukungan hingga penyelesaian skripsi ini dan seterusnya.
10. Kepada mbak-mbakku dan keponakan-keponakanku tersayang: Hanna dan
Oka, yang selalu memberikan semangat dan keceriaan untuk
menyelesaikan skripsi ini.
11. Teman-teman seperjuangan Teknik Industri angkatan 2009 dan 2010 atas
kebersamaan dan dukungannya. Tetap semangat dan semoga kita dapat
melaksanakan wisuda bersama-sama.
12. Semua pihak yang tidak mungkin disebutkan satu persatu yang telah
membantu dalam menyelesaikan skripsi ini.
Penulis menyadari masih banyak kekurangan dalam penyusunan skripsi ini, untuk
itu penulis mengharapkan kritik dan saran yang membangun untuk membantu
dalam penyempurnaan dimasa yang akan datang.
Semoga skripsi ini dapat menambah pengetahuan dan bermanfaat bagi rekan-
rekan maupun pihak lain yang berkepentingan.
Bekasi, Januari 2013
Dede Juliyanti
viii
DAFTAR ISI
LEMBAR PERSETUJUAN PEMBIMBING ......................................................... ii
PERNYATAAN ORISINALITAS SKRIPSI ........................................................ iii
LEMBAR PENGESAHAN ................................................................................... iv
ABSTRAK .............................................................................................................. v
KATA PENGANTAR ........................................................................................... vi
DAFTAR ISI ........................................................................................................ viii
DAFTAR TABEL .................................................................................................. xi
DAFTAR GAMBAR ........................................................................................... xiii
BAB I PENDAHULUAN .................................................................................. 1
1.1 Latar Belakang ........................................................................................ 1
1.2 Rumusan Masalah................................................................................... 3
1.3 Tujuan ..................................................................................................... 4
1.4 Batasan Masalah ..................................................................................... 4
1.5 Asumsi .................................................................................................... 4
1.6 Sistematika Penulisan ............................................................................. 5
BAB II LANDASAN TEORI ............................................................................. 7
2.1 Definisi Penjadwalan .............................................................................. 7
2.2 Tujuan Penjadwalan ............................................................................... 8
2.3 Elemen-Elemen Sistem Penjadwalan ..................................................... 8
2.4 Istilah Dasar dan Variabel Penjadwalan ................................................. 9
2.5 Kriteria Performasi Penjadwalan .......................................................... 10
2.6 Klasifikasi Penjadwalan ....................................................................... 11
2.7 Penjadawalan Job Shop ........................................................................ 14
2.8 Matriks Routing dan Matriks Waktu Proses ......................................... 25
2.9 Diagram Pareto ..................................................................................... 26
BAB III METODOLOGI PENELITIAN ........................................................... 28
3.1 Diagram Alir Penelitian ........................................................................ 28
3.2 Observasi Awal..................................................................................... 29
ix
3.3 Identifikasi Masalah ............................................................................. 29
3.4 Studi Literatur ....................................................................................... 30
3.5 Pengembangan Model .......................................................................... 30
3.6 Pengumpulan dan Pengolahan Data ..................................................... 30
3.7 Analisis ................................................................................................. 37
3.8 Simpulan dan Saran .............................................................................. 37
BAB IV PENGEMBANGAN MODEL ............................................................. 38
4.1 Kondisi Nyata Proses Produksi ............................................................ 38
4.2 Algoritma Non-Delay untuk Mesin Majemuk ...................................... 38
4.2.1 Contoh Penjadwalan Hasil Pengembangan Model ........................ 48
4.2.2 Tahap Pelaksanaan Penjadwalan Hasil Pengembangan Model ..... 52
4.3 Algoritma Non-Delay untuk Mesin Majemuk disertai Job Sisipan ..... 56
4.3.1 Contoh Penjadwalan Hasil Pengembangan Model ........................ 61
4.3.2 Tahapan Pelaksanaan Penjadwalan Hasil Pengembangan Model . 62
BAB V DATA DAN ANALISIS ...................................................................... 68
5.1 Profil Perusahaan .................................................................................. 68
5.2 Proses Perencanaan Produksi ............................................................... 69
5.3 Proses Produksi..................................................................................... 73
5.4 Waktu Kerja .......................................................................................... 76
5.5 Matriks Routing dan Matriks Waktu Operasi ....................................... 76
5.6 Penjadwalan Dengan Algoritma Non-Delay ........................................ 79
5.6.1 Penjadwalan Job Utama ................................................................ 79
5.6.2 Penjadwalan Job Sisipan ............................................................... 81
5.7 Analisis ................................................................................................. 99
5.7.1 Perbandingan Penggunaan Ketiga Prioritas ................................ 105
5.7.2 Utilitas Penjadwalan Non-delay Prioritas Most Operation
Remaining .................................................................................... 106
5.7.3 Penjadwalan Non-Delay Mesin Majemuk disertai Job Sisipan .. 108
5.7.4 Perbandingan Hasil Penjadwalan Dengan Kondisi Aktual ......... 112
5.7.5 Faktor Lain Penyebab Keterlambatan Proses Produksi ............... 113
BAB VI SIMPULAN DAN SARAN................................................................ 116
6.1 Simpulan ............................................................................................. 116
x
6.2 Saran ................................................................................................... 117
DAFTAR PUSTAKA ......................................................................................... 118
LAMPIRAN ........................................................................................................ 119
LAMPIRAN 1 Penjadwalan Non-Delay Mesin Majemuk Prioritas Most
Operation Remaining ......................................................................... 120
LAMPIRAN 2 Penjadwalan Non-Delay Mesin Majemuk Prioritas Most
Operation Remaining disertai Job Sisipan ......................................... 130
LAMPIRAN 3 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk
Prioritas Most Operation Remaining .................................................. 139
LAMPIRAN 4 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk
Prioritas Most Operation Remaining disertai Job Sisipan .................. 141
xi
DAFTAR TABEL
Tabel 1.1 Performance Rencana Produksi ......................................................... 2
Tabel 2.1 Matriks Routing ................................................................................ 25
Tabel 2.2 Matriks Waktu Proses ...................................................................... 25
Tabel 4.1 Matriks Routing ................................................................................ 49
Tabel 4.2 Matriks Waktu Proses ...................................................................... 49
Tabel 4.3 Penjadwalan Algoritma Non-Delay Prioritas MOR ......................... 50
Tabel 4.4 Stage 0 Contoh Penjadwalan dengan Prioritas SPT ......................... 52
Tabel 4.5 Stage 0 Contoh Penjadwalan dengan Prioritas FO ........................... 52
Tabel 4.6 Matriks Routing ................................................................................ 61
Tabel 4.7 Matriks Waktu Proses ...................................................................... 62
Tabel 4.8 Penjadwalan Job Sisipan .................................................................. 66
Tabel 5.1 Volume Penjualan ............................................................................ 70
Tabel 5.2 Rencana Produksi Job Utama........................................................... 72
Tabel 5.3 Rencana Produksi Job Sisipan ......................................................... 73
Tabel 5.4 Daftar Mesin ..................................................................................... 75
Tabel 5.5 Matriks Routing Job Utama ............................................................. 77
Tabel 5.6 Matriks Routing Job Sisipan ............................................................ 77
Tabel 5.7 Matriks Waktu Operasi Job Utama .................................................. 78
Tabel 5.8 Matriks Waktu Operasi Job Sisipan ................................................. 79
Tabel 5.9 Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas Short
Processing Time (SPT) ..................................................................... 82
Tabel 5.10 Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas Most
Operation Remaining (MOR) .......................................................... 86
Tabel 5.11 Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas Fewest
Operation (FO) ................................................................................. 90
Tabel 5.12 Penjadwalan Non-Delay Mesin Majemuk Prioritas MOR disertai Job
Sisipan .............................................................................................. 97
Tabel 5.13 Perbandingan Pemakaian Tiga Prioritas......................................... 105
xii
Tabel 5.14 Utilitas Mesin Prioritas MOR ........................................................ 107
Tabel 5.15 Utilitas Mesin Penjadwalan Non-Delay untuk Mesin Majemuk
disertai Job Sisipan ......................................................................... 110
Tabel 5.16 Perbandingan Hasil Penjadwalan ................................................... 112
xiii
DAFTAR GAMBAR
Gambar 2.1 Alur Proses Flow Shop .................................................................. 13
Gambar 2.2 Alur Proses Job Shop..................................................................... 13
Gambar 2.3 Diagram Venn Jadwal Non-Delay, Active, Semi-Active ................ 15
Gambar 2.4 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk ........ 21
Gambar 2.5 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk disertai
Job Sisipan..................................................................................... 24
Gambar 2.6 Gantt Chart .................................................................................... 25
Gambar 2.7 Contoh Diagram Pareto ................................................................. 26
Gambar 3.1 Diagram Alir Penelitian ................................................................. 28
Gambar 4.1 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk
Prioritas SPT .................................................................................. 41
Gambar 4.2 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk
Prioritas MOR ............................................................................... 44
Gambar 4.3 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk
Prioritas FO ................................................................................... 47
Gambar 4.4 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk disertai
Job Sisipan..................................................................................... 60
Gambar 4.5 Mesin Idle Job Utama ................................................................... 62
Gambar 5.1 Diagram Pareto Volume Penjualan ............................................... 70
Gambar 5.2 Alur Proses Perencanaan Produksi ................................................ 71
Gambar 5.3 Proses Produksi Sediaan Solid ...................................................... 75
Gambar 5.4 Mesin Idle Job Utama Penjadwalan Non-Delay Mesin Majemuk
Prioritas MOR ............................................................................... 94
Gambar 5.5 Aliran Proses Produksi Sediaan Solid ......................................... 100
Gambar 5.6 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk dengan
Prioritas SPT ................................................................................ 102
Gambar 5.7 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk dengan
Prioritas MOR ............................................................................. 103
xiv
Gambar 5.8 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk dengan
Prioritas FO ................................................................................. 104
Gambar 5.9 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk Prioritas
MOR disertai Job Sisipan ............................................................ 109
Gambar 5.10 Utilitas Mesin Penjadwalan Non-delay untuk Mesin Majemuk
disertai Job Sisipan ...................................................................... 111
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
SOHO Group merupakan kelompok perusahaan dalam bidang manufaktur,
distribusi dan consumer health care. SOHO Group Pharma yang begerak dalam
bidang manufaktur memproduksi berbagai macam produk pasar resep (ethical)
dan pasar obat bebas (OTC) dalam sediaan solid, semi solid, liquid, dan steril.
Jumlah perusahaan farmasi di Indonesia yang mencapai angka 199 dengan
bermacam-macam produk yang ditawarkan mempertajam persaingan industri,
menuntut setiap perusahaan farmasi untuk selalu berupaya memiliki kompetensi
dan keunggulan dalam persaingan bisnisnya.
Hal yang menjadi sangat penting dalam industri farmasi adalah ketersediaan obat
dalam jumlah, jenis, dan kualitas yang memadai, khusunya untuk produk-produk
ethical. Kebutuhan akan produk ethical merupakan kebutuhan yang sangat
penting, dimana keberadaannya tidak dapat ditunda. Industri farmasi harus
mampu menanggapi permintaan konsumen dengan sangat cepat serta memiliki
fleksibilitas yang tinggi terhadap perubahan-perubahan permintaan tersebut.
Ketidaktersediaan akan produk tersebut menyebabkan peralihan konsumen kepada
produk dari industri farmasi lain (Lost Sales) yang berakibat pada kerugian
perusahaan.
Persediaan produk merupakan bagian yang penting karena memiliki pengaruh
yang besar terhadap keuangan perusahaan. Persediaan dapat muncul sebagai
akibat dari jumlah permintaan yang lebih rendah dari peramalan atau merupakan
kesengajaan untuk menyediakan safety stock dalam upaya peningkatan service
level atau sebagai peredam ketidakpastian. Prinsip kinerja persediaan berorientasi
pada efisiensi operasi dan service level, kedua hal tersebut akan mengalami
2
pertentangan jika tidak dilakukan perubahan mendasar pada sistem yang ada
(Pujawan dan ER, 2010).
Pada SOHO Group Pharma proses perencanaan produksi dilakukan dengan
mempertimbangkan tingkat persediaan terhadap peramalan tiga bulan kedepan
dan tingkat persediaan terhadap penjualan tiga bulan kebelakang. Tingkat
persediaan produk selalu dijaga untuk berada pada tingkat aman minimal dua
bulan penjualan.
Permasalahan persediaan yang timbul adalah tidak terpenuhinya rencana produksi
yang diminta oleh bagian supply chain ke bagian produksi. Berikut ini tabel 1.1
merupakan performansi rencana produksi tiga bulan terakhir.
Tabel 1.1 Performance Rencana Produksi
Juli Agustus September
Total rencana produksi 322 Performansi 276 Performansi 226 Performansi
On schedule 181 56% 89 32% 119 53%
Delay 141 44% 187 68% 107 47%
Antri mesin 43 30% 98 52% 50 47%
Breakdown mesin 34 24% 29 16% 19 18%
Ketersediaan material 36 26% 27 14% 12 11%
Penyelesaian dokumen 13 9% 21 11% 1 1%
Pergantian rencana produksi 2 1% 5 3% 7 7%
Proses produksi 13 9% 7 4% 18 17%
Hal ini mengakibatkan tingkat persediaan untuk beberapa produk berada pada
posisi di bawah dua bulan penjualan. Ketidaksanggupan bagian produksi dalam
memenuhi rencana produksi disebabkan oleh permasalahan-permasalahan yang
timbul di lantai produksi, diantaranya antri mesin, breakdown mesin, ketersediaan
material, penyelesaian dokumen, pergantian rencana produksi, dan proses
produksi. Persentase terbesar yang mempengaruhi tidak terpenuhinya rencana
produksi adalah antrian mesin di lantai produksi. Sistem produksi mengalami
permasalahan yang rumit karena menangani lebih dari 200 produk, dengan proses
dan waktu produksi yang bervariasi, pemakaian mesin dengan jumlah dan jenis
3
yang banyak, serta jumlah permintaan produksi tiap bulan yang mencapai angka
lebih dari 50 juta unit.
Penjadwalan merupakan bagian strategis dari proses perencanaan dan
pengendalian produksi. Penjadwalan merupakan pengalokasian dari sumber-
sumber yang ada untuk menjalankan sekumpulan tugas-tugas dalam jangka waktu
tertentu (Baker,1974). Permasalahan antrian mesin yang tersebut diatas
menyebabkan diperlukannya sistem penjadwalan tertentu yang efektif dan efesien
yang dapat menghasilkan waktu penyelesaian lebih cepat dari kondisi awal
sehingga dapat meningkatkan pemenuhan terhadap rencana produksi. Sistem
penjadwalan yang dilakukan di SOHO Group Pharma merupakan penjadwalan
dengan tipe job shop dimana tiap-tiap produk memiliki proses produksi yang
berbeda. Proses penjadwalan yang saat ini digunakan belum menggunakan suatu
sistem penjadwalan tertentu, penjadwalan didasarkan pada pemilihan produk-
produk yang memiliki tingkat persediaan yang rendah dan volume penjualan yang
tinggi yang akan diproduksi terlebih dahulu.
Rendahnya tingkat persediaan secara terus menerus dapat menyebabkan
penurunan daya saing perusahaan terhadap produsen farmasi lainnya, yang akan
berpengaruh terhadap konsistensi perusahaan di dunia bisnis. Adanya perbaikan
pada sistem penjadwalan dapat mengurangi salah satu permasalahan penyebab
rendahnya tingkat persediaan tersebut.
1.2 Rumusan Masalah
Berdasarkan latar belakang yang telah diuraikan di atas, permasalahan yang ada di
SOHO Group Pharma adalah rendahnya tingkat persediaan produk dengan
penyebab terbesar yang mempengaruhinya adalah antrian mesin terhadap variasi
proses produksi yang tinggi. Penjadwalan yang saat ini diterapkan didasarkan
pada tingkat persediaan yang rendah dan volume penjualan tertinggi yang menjadi
prioritas yang akan dijadwalkan lebih awal. Hal-hal yang menjadi pokok-pokok
penelitian pada permasalahan tersebut adalah:
4
1. Bagaimanakah memperoleh pengurutan yang dapat mempercepat waktu
penyelesaian (makespan) produksi?
2. Bagaimanakah hasil makespan yang diperoleh setelah dilaksanakan
penyisipan job pada hasil penjadwalan job utama?
1.3 Tujuan
Secara umum penelitian ini bertujuan untuk melakukan perbaikan terhadap proses
penjadwalan produksi yang saat ini dilaksanakan di SOHO Group, sehingga dapat
meningkatkan persediaan produk. Adapun yang menjadi tujuan khusus penelitian
adalah:
1. Memperoleh pengurutan job yang dapat mempercepat waktu penyelesaian
(makespan) produksi.
2. Mengetahui pengaruh job sisipan terhadap makespan yang dihasilkan pada
penjadwalan job utama.
1.4 Batasan Masalah
Untuk dapat memenuhi tujuan yang akan dicapai, serta dapat menyelesaikan
penelitian ini sesuai dengan waktu yang ditentukan, maka yang menjadi
batasannya adalah:
1. Penjadwalan dilakukan untuk permintaan produk bulan september.
2. Penjadwalan job utama dilakukan untuk produk solid tablet dan tablet salut
yang pada proses penyalutannya menggunakan mesin XL - Cota.
3. Penjadwalan job sisipan dilakukan untuk produk solid yang pada proses
produksi menggunakan mesin dengan utilitas tinggi.
4. Setiap job tidak memiliki routing alternatif.
1.5 Asumsi
Asumsi yang digunakan pada penelitian ini adalah:
1. Nilai bobot job diperoleh dari volume penjualan produk.
2. Ketersediaan material terpenuhi.
3. Proses produksi berjalan lancar.
4. Proses pengemasan berjalan secara in line.
5
5. Kedatangan job bersifat statis dan tidak ada proses pergantian jadwal
produksi.
1.6 Sistematika Penulisan
Bab I Pendahuluan
Bab Pendahuluan menjabarkan hal-hal yang menjadi latar belakang
penulis melakukan pengamatan dan penelitian di SOHO Group Pharma,
rumusan masalah, tujuan, serta batasan-batasan dan asumsi yang
digunakan untuk mempermudah dalam proses penelitian.
Bab II Landasan Teori
Pada bab ini dijelaskan mengenai dasar-dasar teori yang digunakan
dalam proses pengolahan data untuk melakukan pemecahan
permasalahan yang ditemukan di SOHO Group Pharma. Teori-teori
yang digunakan khususnya yang berkaitan dengan penjadwalan tipe
aliran Job Shop.
Bab III Metodologi Penelitian
Bab ini menjelaskan tahap-tahap yang dilakukan dalam melaksanakan
penelitian. Tahapan dimulai dengan pengidentifikasian masalah,
perumusan masalah, penetapan tujuan, pembatasan masalah,
pengumpulan dan pengolahan data, analisis, serta simpulan dan saran.
Bab IV Pengembangan Model
Bab IV menjelaskan tahap-tahap yang dilakukan pada proses
pengolahan data. Untuk dapat memperoleh hasil penelitian yang sesuai
dengan kondisi aktual perusahaan dan mempermudah proses
pengolahan data maka dilakukan pengembangan terhadap algoritma-
algoritma yang sudah ada.
Bab V Data dan Analisis
Pada bab ini dimulai dengan pengumpulan data, kemudian data
digunakan untuk melakukan pengolahan dengan algoritma Non Delay
yang telah dikembangkan. Tahap berikutnya, analisis terhadap hasil
penjadwalan yang dapat memberikan pengurutan job dengan makespan
tercepat.
6
Bab VI Simpulan dan Saran
Bab terakhir memberikan simpulan dan pemecahan masalah dari hasil
penelitian yang dilakukan penulis, serta memberikan saran-saran
sebagai bahan pertimbangan untuk memperbaiki permasalahan di
SOHO Group Pharma dan proses penelitian berikutnya.
7
BAB II
LANDASAN TEORI
2.1 Definisi Penjadwalan
Penjadwalan merupakan keputusan sekunder dalam keputusan manajemen secara
umum. Hal-hal yang menjadi keputusan dasar manajemen meliputi jenis, skala
atau jumlah, dan sumber daya dari barang/ jasa yang akan diproses. Keputusan
dasar tersebut dalam penentuannya dilakukan oleh fungsi manajerial dalam hal ini
planning.
Menurut Keneth R, Baker (1974) penjadwalan adalah proses pengalokasian dari
sumber-sumber daya selama rentang waktu untuk menghasilkan sebuah kumpulan
job. Definisi lain mengatakan bahwa penjadwalan sebagai pengurutan proses
produksi yang sistemis, sehingga urutan-urutan proses dapat berjalan dengan
lancar dengan memanfaatkan semua fasilitas yang ada dalam perusahaan
(Hantoro, 1993). Pada kedua definisi tersebut terdapat dua pengertian yaitu
penjadwalan sebagai suatu fungsi dalam pengambilan keputusan yang berkaitan
dengan penentuan proses yang akan dijadwalkan dan penjadwalan sebagai fungsi
planning.
Penjadwalan akan menjadi relevan ketika ketersediaan sumber daya telah
ditentukan. Pada proses ini terjadi interaksi dua arah antara fungsi planning dan
penjadwalan. Fungsi planning menentukan job serta jumlah sumber daya yang
akan digunakan untuk memproduksi job tersebut. Penjadwalan mengevaluasi
kebutuhan sumber daya dan mengalokasikan sumber daya tersebut untuk
menghasilkan job-job yang ditentukan.
Penjadwalan menghasilkan keputusan mengenai pengalokasian tenaga kerja,
mesin, dan material, serta urutan pekerjaan yang harus dikerjakan terlebih dahulu,
8
sehingga diperoleh proses produksi yang efisien dan efektif untuk memenuhi
keseluruahan job yang telah direncanakan.
2.2 Tujuan Penjadwalan
Tujuan dari penjadwalan adalah untuk memenuhi waktu pengiriman, meminimasi
lead time, meminimasi jumlah barang setengah jadi, mengoptimalkan sumber-
sumber produksi yang digunakan, dan perhitungan terhadap kapasitas produksi.
Beberapa tujuan dari penjadwalan tersebut dapat diidentifikasi sebagai berikut
(Bedworth, 1987):
1. Meningkatkan penggunaan sumber daya atau mengurangi waktu tunggunya,
sehingga total waktu pemrosesan dapat berkurang dan meningkatkan
produktivitas produksi.
2. Menurunkan flow time dan work in process rata-rata yang dapat mengurangi
total waktu proses produksi (Makespan).
3. Mengurangi persediaan barang setengah jadi atau mengurangi sejumlah job
yang menunggu dalam antrian ketika sumber daya masih mengerjakan tugas
lain. Hal ini bertujuan untuk menghindari biaya flow time, yaitu biaya
penyimpanan produksi barang setengah jadi.
4. Mengurangi beberapa keterlambatan pada job yang mempunyai batas waktu
penyelesaian sehingga dapat meminimasi biaya penalti.
5. Membantu dalam pengambilan keputusan mengenai perencanaan kapasitas
produksi dan jenis kapasitas yang dibutuhkan sehingga dapat menghindari
pengeluaran biaya produksi yang tinggi.
2.3 Elemen-Elemen Sistem Penjadwalan
Elemen-elemen penting yang harus diperhatikan dalam sistem penjadwalan
meliputi (Ginting, 2007):
1. Input Penjadwalan
Dalam melakukan aktivitas penjadwalan diperlukan input berupa kebutuhan
kapasitas dari pesanan yang akan dijadwalkan baik itu jenis serta jumlah
sumber daya yang digunakan.
9
2. Output Penjadwalan
Untuk memastikan bahwa suatu aliran kerja berjalan dengan lancar pada
tahapan produksi, maka sistem penjadwalan harus membentuk aktivita-
aktivitas output sebagai berikut:
a. Pembebanan (Loading), meliputi penyesuaian kebutuhan kapasitas untuk
pesanan-pesanan yang diterima dengan kapasitas yang tersedia melalui
penugasan pesanan pada fasilitas, operator, dan peralatan tertentu.
b. Pengurutan (Sequencing), mengenai penugasan pesanan-pesanan mana
yang diprioritaskan untuk diproses terlebih dahulu jika suatu fasilitas harus
memproses banyak.
c. Prioritas (Dispatching), merupaka prioritas kerja tentang pesanan-pesanan
mana yang dipilih dan diprioritaskan untuk diproses.
d. Pengendalian kinerja penjadwalan adalah proses peninjauan kembali status
pesanan-pesanan yang melalui sistem tertentu serta mengatur kembali
urut-urutannya.
e. Up-dating jadwal, dilakukan sebagai refleksi kondisi operasi yang terjadi
dengan merevisi prioritas-prioritas.
2.4 Istilah Dasar dan Variabel Penjadwalan
Beberapa istilah dasar dan variabel yang dijumpai dalam penjadwalan antara lain
(Conway, et al., 1967):
1. Processing Time (tij) adalah waktu yang diperlukan untuk menyelesaikan
operasi ke-j dari suatu job ke-i, yang didalamnya mencakup waktu persiapan
dan pengaturan proses (set up).
2. Makespan (Ms) adalah total waktu proses yang dibutuhkan untuk
menyelesaikan kumpulan.
3. Ready Time (Rij) adalah operasi ke-j job ke-i siap dijadwalkan.
4. Flow Time (Fi) adalah rentang waktu sejak job ke-i siap diproses sampai
pekerajaan selesai dikerjakan. Dalam flow time termasuk didalamnya adalah
waktu menganggur.
Fi = ti + Wi = Ci - Ri (2-1)
10
5. Completion Time (Ci) adalah rentang waktu sejak awal job pertama dimulai
(t=0) atau dilakukan set up sampai dengan job ke-i selesai dilaksanakan.
6. Due Date (di) adalah batas akhir dari suatu job ke-i harus diselesaikan.
7. Lateness (Li) adalah deviasi antara completion time dengan due date suatu job.
Suatu job akan mempunyai nilai lateness positif apabila job tersebut selesai
setelah due date, dan akan bernilai lateness negatif bila selesai sebelum due
date.
Li = Ci – di < 0, saat penyelesaian sebelum due date. (2-2)
Li = Ci – di > 0, saat penyelesaian setelah due date. (2-3)
8. Tardiness (Ti) adalah pengukuran dari lateness yang positif. Bila job
mempunyai lateness positif maka tardiness-nya sama dengan nilai lateness-
nya.
Ti = max (0, Li) (2-4)
9. Earliness (Ei) adalah pengukuran dari lateness yang negatif. Bila job
mempunyai lateness negatif maka earliness-nya adalah nol.
Ei = max (0,-Li) (2-5)
10. Slack Time (Si) adalah sisa waktu yang tersedia bagi suatu job yang diperoleh
dari due date dikurangi dengan waktu proses
Si = di - ti (2-6)
2.5 Kriteria Performasi Penjadwalan
Render dan Heizer (2001) menyatakan bahwa teknik penjadwalan yang baik
tergantung pada volume pesanan, ciri operasi dan kompleksisitas job, dengan
memperhatikan empat kriteria panjadwalan yang digunakan untuk mengevaluasi
kinerja penjadwalan, yaitu:
1. Minimasi waktu penyelesaian keseluruhan job, yang diukur dari nilai rata-rata
waktu yang dibutuhkan untuk menyelesaikan job (mean flow time).
2. Maksimasi utilitas, yang dinilai dari persentase waktu fasilitas yang
digunakan.
3. Minimasi persediaan barang dalam proses (work in process), yang dinilai
dengan menentukan rata-rata jumlah job dalam sistem. Semakin tinggi jumlah
11
job yang akan dilakukan maka tingkat persediaan barang dalam proses juga
tinggi dan berlaku sebaliknya.
4. Minimasi waktu tunggu pelanggan, yang dinilai dari rata-rata jumlah
keterlambatan (mean lateness) yang terjadi.
2.6 Klasifikasi Penjadwalan
Menurut Ginting (2009) metode penjadwalan dibagi menjadi:
1. Metode Forward
Penjadwalan kedepan dimulai sejak awal proses dapat dikerjakan sampai
dapat diselesaikannya keseluruhan produk yang direncanakan. Penjadwalan
kedepan dirancang untuk menghasilkan jadwal yang bisa diselesaikan
meskipun tidak berarti memenuhi tanggal jatuh temponya. Didalam beberapa
keadaan, penjadwalan kedepan menyebabkan terjadinya penumpukan barang
dalam proses.
2. Metode Backward
Penjadwalan kebelakang dimulai dari batas akhir diselesaikannya keseluruhan
produk (due date) kemudian mundur terus kebelakang sampai didapatkan
waktu mulainya produksi. Namun, sumber daya yang diperlukan untuk
menyelesaikan jadwal bisa jadi tidak tersedia. Kerusakan mesin,
ketidakhadiran, permasalahan mutu, kekurangan dan faktor-faktor lain
membuat penjadwalan kebelakang menjadi semakin kompleks. Hal ini
menyebabkan tanggal penugasan tidak menjamin bahwa pekerjaan akan
dilakukan sesuai dengan jadwal.
3. Metode Forced
Penjadwalan dengan adanya satu atau beberapa kegiatan yang dipaksakan
untuk dilaksanakan pada satu waktu tertentu, sehingga tidak dapat lagi ditukar
atau diganti dengan operasi yang lainnya. Kegiatan yang dipaksakan tersebut,
misalnya memerlukan mesin produksi khusus yang harus disewa dengan
dengan harga yang mahal untuk setiap sediaan waktunya, sehingga semua
operasi yang membutuhkan mesin tersebut dipaksakan untuk dikerjakan pada
waktu mesin tersebut disewa.
12
4. Metode Kompromi
Penggabungan antara metode forward dan metode backward, sehingga dapat
mereduksi kelemahan dari masing-masing metode yang ada. Tujuan dari
metode ini adalah membentuk suatu penjadwalan dengan flow time yang
minimum untuk dapat memenuhi due date, serta memiliki utilitas sumber daya
yang maksimum.
Penjadwalan produksi dapat diklasifikasikan berdasarkan kriteria sebagai berikut
(Conway, 1967):
1. Penjadwalan berdasarkan mesin yang digunakan, yaitu:
a. Model Single-Machine
Model ini hanya berisi sejumlah m mesin yang sejenis, yang harus
memproses sejumlah job yang terdiri dari satu operasi. Model ini banyak
digunakan pada penjadwalan yang menggunakan metode dekomposisi,
yaitu suatu model penjadwalan yang memecahkan permasalahan
penjadwalan yang kompleks kedalam sejumlah permasalahan yang lebih
sederhana dalam bentuk single-machine.
b. Model Parallel-Machine
Merupakan bentuk umum dari model single-machine. Model ini digunakan
pada proses produksi yang terdiri dari berbagai tahapan, dimana tiap
tahapan tersebut terdiri dari sejumlah mesin sejenis yang tersusun secara
paralel. Setiap job dapat dikerjakan pada salah satu mesin yang ada. Ada
suatu kondisi dimana mesin-mesin yang tersusun secara paralel tersebut
bukan merupakan mesin yang identik satu sama lain.
2. Penjadwalan berdasarkan pola aliran, yaitu:
a. Model Flow Shop
Tipe proses produksi yang harus melewati banyak operasi yang
membutuhkan jenis mesin yang berbeda pada tiap operasinya. Rute yang
harus dilewati untuk setiap job adalah sama, dengan mesin-mesin yang
disusun secara seri. Pada saat sebuah job selesai diproses pada satu mesin,
maka job tersebut akan meninggalkan mesin tersebut untuk kemudian
13
mengisi antrian pada mesin berikutnya untuk diproses. Alur proses yang
menggambarkan model flow shop dapat dilihat pada gambar 2.1.
Mesin 1
Mesin 3
Mesin 2
Mesin m
Mesin m-1
Input (new jobs)
Output(completed jobs)
Gambar 2.1 Alur Proses Flow Shop
b. Model Job Shop
Tipe proses produksi yang harus melewati banyak operasi dengan jenis
mesin dan rute proses produksi yang harus dilewati job adalah tidak sama.
Setiap job hanya melewati satu jenis mesin sebanyak satu kali dalam
rutenya pada proses tersebut. Namun ada tipe job shop lainnya yang
memperbolehkan melewati mesin sejenis lebih dari satu kali, yaitu tipe job
shop dengan recirculation (pengulangan). Ilustrasi penjadwalan dengan
model job shop dapat dilihat pada gambar 2.2.
Mesin k
New jobs
In-process jobsIn-process jobs
Completed jobs Gambar 2.2 Alur Proses Job Shop
3. Penjadwalan berdasarkan pola kedatangan pekerjaan, yaitu:
a. Penjadwalan statis
Pekerjaan datang bersamaan dan siap dikerjakan pada mesin yang tidak
bekerja. Kondisi semua stasiun kerja dan perlengkapannya selalu tersedia
pada saat itu.
14
b. Penjadwalan dinamis
Pekerjaan datang terus-menerus pada waktu yang berbeda-beda.
Pendekatan yang sering digunakan pada penjadwalan ini adalah
penggunaan aturan dispatching yang berbeda untuk setiap stasiun kerja.
4. Penjadwalan berdasarkan sifat informasi yang diterima, yaitu:
a. Penjadwalan deterministik
Informasi yang diperoleh bersifat pasti, seperti waktu kedatangan job,
waktu setup, dan waktu proses.
b. Penjadwalan stokastik
Informasi yang diperoleh tidak pasti, tetapi memiliki kecenderungan yang
jelas atau menyangkut adanya distribusi probabilitas tertentu, misalnya
kedatangan pekerjaan bersifat acak.
2.7 Penjadawalan Job Shop
Pada model ini, Job-job yang diproses memiliki rute dan waktu proses yang
berbeda-beda, dimana tiap operasi dari job tersebut dioperasikan pada satu mesin
tertentu. Penjadwalan job shop merupakan masalah penempatan sejumlah n-job
pada sejumlah m-mesin dengan urutan proses sehingga kemungkinan jadwal yang
dapat dihasilkan dan kendala yang muncul menjadi sangat banyak.
Penjadwalan job shop berbeda dengan penjadwalan flow shop, hal ini disebaban
oleh (Nasution, 1999):
• Job shop menangani variasi produk yang sangat banyak, dengan pola aliran
yang berbeda-beda melalui pusat-pusat kerja.
• Peralatan pada job shop digunakan secara bersama-sama oleh bermacam-
macam order dalam prosesnya, sedangkan peralatan pada flow shop digunakan
khusus hanya satu jenis produk.
• Job-job yang berbeda mungkin ditentukan oleh prioritas yang berbeda pula.
Hal ini mengakibatkan pesanan tertentu yang dipilih harus diproses seketika
pada saat pesanan tersebut ditugaskan pada suatu pusat kerja. Sedangkan pada
15
flow shop tidak terjadi permasalahaan tersebut karena keseragaman output
yang diproduksi untuk persediaan.
Baker (1974), mengklasifikasikan penjadwalan job shop menjadi:
1. Jadwal feasible, yaitu jadwal dimana seluruh operasi dari semua pekerjaan
telah ditugaskan dan ketentuan rute operasi telah terpenuhi (tidak ada
overlap antar operasi).
2. Jadwal semi-active, yaitu sekumpulan jadwal feasible dimana tidak ada
satu pun operasi dapat dijadwalkan lebih awal tanpa mengubah susunan
operasi pada mesin.
3. Jadwal active, yaitu sekumpulan jadwal feasible dimana tidak ada satu pun
operasi dapat dipindahkan lebih awal tanpa menunda operasi lain.
4. Jadwal non-delay, yaitu sekumpulan jadwal feasible dimana tidak satu pun
mesin dibiarkan menganggur jika pada saat yang bersamaan terdapat
operasi yang memerlukan mesin tersebut.
Gambar 2.3 berikut mengilustrasikan hubungan jadwal non-delay (ND), active
(A), dan semi-active (s-A).
Gambar 2.3 Diagram Venn Jadwal Non-Delay, Active, Semi-Active
Dalam penyelesaian masalah job shop dapat menggunakan beberapa teknik
pendekatan, yaitu local search methods, exact methods, dan prosedur heuristik.
Beberapa contoh dari local search methods adalah mixed integer programming,
genetic algorithm, tabu search, dynamic programming, shifthing bottelneck, dan
multistart tabu search. Contoh dari exact methods adalah branch and bound
methods. Sedangkan prosedur heuristik terdiri dari algoritma jadwal aktif dan
non-delay.
16
Prosedur heuristik merupakan pengembangan dari schedule generation dengan
penambahan dispatching rules pada tahapan pelaksanaannya. Urutan pekerjaan
dengan menggunakan dispatching rules pada situasi dan kondisi tertentu akan
memberikan perbedaan waktu penyelesaian pekerjaan dan waktu keterlambatan
suatu pekerjaan.
• Algoritma penjadwalan Active Generation
Langkah-langkah Algoritma penjadwalan Active Generation adalah sebagai
berikut (Baker, 1974):
Langkah 1: Beri nilai t=0, dan dimulai dari PSt, seperti sebagai jadwal
parsial yang gagal. Pada mulanya, St adalah semua aktifitas
tanpa adanya pendahulu.
Langkah 2: Tentukan r* = min j Є St {rj} dan mesin m*, yaitu mesin yang
merealisasikan r*.
Langkah 3: Untuk semua operasi j Є St yang memerlukan m* dan memenuhi
cj < r* maka tambahkan operasi j yang memenuhi syarat ini ke
dalam PSt dan dikerjakan pada waktu cj.
Langkah 4: Buat suatu jadwal parsial baru Pt+1 dan perbaiki kumpulan data
dengan cara:
a. Menghilangkan operasi j dari St.
b. Buat St+1 dengan cara menambah pengikut langsung operasi j
yang telah dihilangkan.
c. Menambahkan satu pada t.
Langkah 5: Kembali ke Langkah 2 untuk setiap alternatif jadwal parsial PSt
yang dapat dibuat pada Langkah 3. Lanjutkan proses ini sampai
selesai.
• Algoritma penjadwalan Non-delay Generation
Langkah-langkah Algoritma penjadwalan Non-delay Generation adalah
sebagai berikut (Baker, 1974):
17
Langkah 1: Beri nilai t=0, dan dimulai dari PSt, seperti sebagai jadwal
parsial yang gagal. Pada mulanya, St adalah semua aktifitas
tanpa adanya pendahulu.
Langkah 2: Tentukan c* = min j Є St {cj} dan mesin m*, yaitu mesin yang
merealisasikan c*.
Langkah 3: Untuk semua operasi j Є St yang memerlukan m* dan memenuhi
cj = c* maka tambahkan operasi j yang memenuhi syarat ini ke
dalam PSt dan dikerjakan pada waktu cj.
Langkah 4: Buat suatu jadwal parsial baru Pt+1 dan perbaiki kumpulan data
dengan cara:
a. Menghilangkan operasi j dari St.
b. Buat St+1 dengan cara menambah pengikut langsung operasi j
yang telah dihilangkan.
c. Menambahkan satu pada t.
Langkah 5: Kembali ke Langkah 2 untuk setiap alternatif jadwal parsial PSt
yang dapat dibuat pada Langkah 3. Lanjutkan proses ini sampai
selesai.
Notasi-notasi yang digunakan dalam algoritma ini adalah sebagai berikut:
PSt = jadwal parsial yang berisi t jadwal operasi.
St = satu set operasi yang telah direncanakan di tahap t.
tj = waktu yang diperlukan untuk menyelesaikan operasi ke-j.
cj = waktu tercepat pada operasi j ε St dapat dimulai.
rj = waktu tercepat pada operasi j ε St dapat diselesaikan.
rj = cj + tj (2-7)
Pada Langkah 3 Algoritma penjadwalan Active dan Non-delay Generation akan
menghasilkan beberapa jadwal parsial yang akan menimbulkan permasalahan
dalam menentukan operasi yang akan dikerjakan terlebih dahulu. Oleh karena itu,
penjadwalan Generation dapat dikembangkan menjadi algoritma penjadwalan
Heuristic Generation atau disebut juga Dispatching Rule. Tahap-tahap
18
pelaksanaan Heuristic Generation adalah sama, tetapi ada penambahan pada
Langkah 3 dengan menetapkan prioritas untuk menentukan urutan operasi.
Penentuan prioritas disesuaikan dengan tujuan dari penjadwalan yang ingin
dicapai. Beberapa aturan prioritas yang digunakan untuk menentukan prioritas
dalam operasi manufaktur menurut Fogarty et al (1991) adalah:
1. Critical Ratio (CR)
Critical Ratio dihitung melalui pembagian waktu yang tersisa (pengurangan
due date dengan waktu sekarang) dengan lead time manufaktur.
CR= Time Remaning (TR)Work Days Remaining (WDR)
= Due Date-Today's Date Work (Lead) Time Remaining
(2-8)
Pesanan dengan nilai CR terkecil adalah yang diprioritaskan untuk dikerjakan
terlebih dahulu.
2. Shortest Processing Time (SPT)
SPT memilih pekerjaan yang mempunyai waktu proses terpendek diantara
pekerjaan-pekerjaan yang dijadwalkan untuk dikerjakan terlebih dahulu. Pada
umumnya aturan ini dapat meminimalkan total flow time, mean flow time,
mean waiting time, mean lateness, dan total lateness.
3. First Come First Serve (FCFS)
FCFS memilih pekerjaan yang pertama datang kepusat kerja untuk diproses
terlebih dahulu. Aturan ini sebaiknya hanya digunakan apabila waktu kerja
yang tersisa untuk menyelesaikan pesanan relatif sama. FCFS cocok untuk
flow process karena memiliki work remaining times yang serupa. Selain itu
FCFS juga banyak digunakan pada industri jasa yang mempunyai lingkungan
dinamik.
4. Earliest Due Date (EDD)
EDD memilih pekerjaan yang meiliki due date lebih awal untuk dikerjakan
lebih dulu. aturan ini bekerja dengan baik untuk pesanan-pesanan yang
mempunyai waktu proses yang sama. Aturan ini dapat meminimalkan
keterlambatan dan tardiness.
5. Longest Processing Time (LPT)
LPT memilih pekerjaan yang memiliki waktu proses terpanjang untuk
dikerjakan lebih dulu.
19
6. Most Operation Remaining (MOR)
MOR memilih pekerjaan yang memiliki jumlah operasi yang banyak untuk
dikerjakan terlebih dulu.
7. Fewest Operation (FO)
FO memilih pekerjaan yang memiliki jumlah operasi yang sedikit untuk
dikerjakan terlebih dulu. Pesanan dengan jumlah operasi sedikit berarti
memiliki waktu antri yang sedikit sehingga aturan ini dapat mengurangi rata-
rata WIP (work in process), lead time manufaktur dan rata-rata keterlambatan.
8. Slack Time (ST)
Pesanan-pesanan yang memiliki slack time yang terkecil dikerjakan terlebih
dulu. Slack time adalah pengurangan due date dengan waktu proses (jumlah
waktu set up dan waktu run )
9. Shortest Weighted Processing Time (SWPT)
SWPT memilih pekrjaan yang mempunyai weighted processing time yang
terpendek. Weight diberikan pada tiap pekerjaan bardasarkan nilai kepentingan
pekerjaan yang ditetapkan dengan berbagai kriteria antara lain biaya simpan
atau biaya penundaan.
Pengembangan algoritma Non-delay Scheduling dengan jumlah mesin majemuk
yang dilakukan oleh Hermawan (2011) untuk menjawab persoalan penjadwalan
yang sering terjadi di sebuah pabrik dengan ketersediaan mesin majemuk. Pada
pengembangan algoritma ini pemilihan mesin untuk mesin majemuk ditujukan
pada mesin dengan ready time tercepat.
Berikut ini adalah prosedur penjadwalan Non-delay untuk mesin majemuk:
Langkah 1: Beri nilai t=0, dan dimulai dari PSt, seperti sebagai jadwal parsial
yang gagal. Pada mulanya, St adalah tentang semua aktifitas tanpa
adanya pendahulu. Lanjutkan ke Langkah 2.
Langkah 2: Tentukan c* yang merupakan cj minimum pada stage 0. Lanjutkan
ke Langkah 3.
Langkah 3: Melihat ketersediaan mesin, apakah mesin tunggal atau mesin
dengan jumlah lebih dari satu. Jika mesin tunggal, maka langsung
20
lanjutkan ke Langkah 4. Sedangkan untuk mesin dengan jumlah
lebih dari satu, maka dipilih mesin dengan ready time tercepat.
Lanjutkan ke Langkah 4.
Langkah 4: Melihat apakah mesin sedang dalam keadaan beroperasi atau tidak.
Jika mesin tidak sedang beroperasi, maka waktu mulai operasi
mengikuti waktu operasi dari operasi sebelumnya pada job yang
sama. Tetapi jika mesin sedang beroperasi, maka waktu mulai
operasi mengikuti waktu mesin setelah mesin selesai beroperasi.
Lanjutkan ke Langkah 5.
Langkah 5: Melihat apakah ready time mesin minimum lebih dari satu. Jika ya,
berarti lanjutkan ke Langkah 6. Jika tidak, lanjutkan ke Langkah 9.
Langkah 6: Pilihlah operasi berdasarkan aturan prioritas berdasarkan Short
Processing Time (SPT) atau waktu proses tercepat. Jika masih ada
lebih dari satu operasi maka prioritas selanjutnya lanjutkan ke
Langkah 7. Jika sudah terpilih satu operasi untuk dijadwalkan maka
lanjutkan ke Langkah 9.
Langkah 7: Pilihlah operasi berdasarkan Most Work Remaining (MWKR) atau
jumlah job terbanyak yang belum dikerjakan. Jika setelah prioritas
MWKR masih terdapat lebih dari satu opersi yang dapat
dijadwalkan, lanjutkan ke Langkah 8. Tetapi apabila hanya ada satu
operasi dengan waktu proses tercepat, maka lanjutkan ke Langkah 9.
Langkah 8: Pilihlah opersi secara random. Lanjutkan ke Langkah 9.
Langkah 9: Jadwalkan operasi tersebut. Lanjutkan ke Langkah 10.
Langkah 10: Masukkan waktu dari operasi yang dipilih ke mesin yang
bersangkutan. Lanjutkan ke Langkah 11.
Langkah 11: Gantilah operasi yang terpilih dengan operasi selanjutnya (untuk job
yang sama). Lanjutkan ke Langkah 12.
Langkah 12: Melihat apakah masih ada job yang tersisa. Jika ya, maka kembali ke
Langkah 2. Mencari kapan operasi tercepat dapat dimulai (c* = min j
Є St{cj}). Jika tidak, maka proses telah selesai.
Diagram alir algoritma non-delay untuk mesin majemuk digambarkan pada
gambar 2.4 di halaman berikut ini.
21
Start
Routing Sheet Kode operasi, waktu operasi, jumlah mesin
t = 0
Mencari kapan operasi tercepat dapat dimulai
c*=min j Є St{cj}
Apakah mesin tunggal?
Pilih mesin yang memiliki ready time
tercepat
Apakah mesin sedang beroperasi?
Pilih operasi dengan waktu operasi tercepat (Short Processing Time)
Apakah ada waktu operasi tercepat yang sama?
Pilih operasi secara random
Periksa jumlah operasi yang tersisa
Jadwalkan operasi tersebut
Apakah masih ada operasi yang tersisa?
Tidak
Ya
Tidak
Ya
Finish
Tidak
Ya
Waktu mulai operasi mengikuti waktu operasi dari operasi sebelumnya pada
job yang sama atau ready time
Waktu mulai operasi mengikuti waktu mesin setelah mesin selesai beroperasi
Tidak
Pilih operasi dengan waktu tercepat
Apakah ada waktu operasi tercepat yang sama?
Ya
Ya
Apakah jumlah operasi yang tersisa ada yang sama?Ya
Masukkan waktu dari operasi yang dipilih kemesin yang bersangkutan
Ganti operasi yang terpilih dengan operasi selanjutnya
(dalam job yang sama)
Tidak
Tidak
Tidak
Gambar 2.4 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk
22
Hermawan (2011) sekaligus melakukan pengembangan algoritma non-delay
untuk mesin majemuk disertai job sisipan. Hal ini disebabkan pada proses
produksi sering mengalami gangguan berupa kedatangan pesanan baru yang harus
segera dikerjakan, sehingga perlu dilakukannya penjadwalan ulang proses
produksi untuk job utama dan job sisipan. Proses penjadwalan untuk memasukkan
job sisipan dilakukan dengan melakukan pengecekan bottleneck suatu mesin
dengan melihat utilitas mesin. Jika utilitas mesin setelah job sisipan dimasukkan
masih dibawah 100%, maka job tersebut dapat dijadwalkan.
Prosedur penjadwalan non-delay untuk mesin majemuk dengan disertai job
sisipan dilakukan dengan tahapan sebagai berikut:
Langkah 1: Beri nilai t=0, dan dimulai dari PSt, seperti sebagai jadwal parsial
yang gagal. Pada mulanya, St adalah tentang semua aktifitas tanpa
adanya pendahulu. Lanjutkan ke Langkah 2.
Langkah 2: Tentukan c* yang merupakan cj minimum pada stage 0. Lanjutkan
ke Langkah 3.
Langkah 3: Melihat ketersediaan mesin, apakah mesin tunggal atau mesin
dengan jumlah lebih dari satu. Jika mesin tunggal, maka langsung
lanjutkan ke Langkah 4. Sedangkan untuk mesin dengan jumlah
lebih dari satu, maka dipilih mesin dengan ready time tercepat.
Lanjutkan ke Langkah 4.
Langkah 4: Melihat apakah mesin sedang dalam keadaan beroperasi atau tidak.
Jika mesin tidak sedang beroperasi, maka waktu mulai operasi
mengikuti waktu operasi dari operasi sebelumnya pada job yang
sama. Tetapi jika mesin sedang beroperasi, maka waktu mulai
operasi mengikuti waktu mesin setelah mesin selesai beroperasi.
Lanjutkan ke Langkah 5.
Langkah 5: Melihat apakah ready time mesin minimum lebih dari satu. Jika ya,
berarti lanjutkan ke Langkah 6. Jika tidak, lanjutkan ke Langkah 9.
Langkah 6: Pilihlah operasi berdasarkan aturan prioritas berdasarkan Short
Processing Time (SPT) atau waktu proses tercepat. Jika masih ada
lebih dari satu operasi maka prioritas selanjutnya lanjutkan ke
23
Langkah 7. Jika sudah terpilih satu operasi untuk dijadwalkan maka
lanjutkan ke Langkah 9.
Langkah 7: Pilihlah operasi berdasarkan Most Work Remaining (MWKR) atau
jumlah job terbanyak yang belum dikerjakan. Jika setelah prioritas
MWKR masih terdapat lebih dari satu opersi yang dapat
dijadwalkan, lanjutkan ke Langkah 8. Tetapi apabila hanya ada satu
operasi dengan waktu proses tercepat, maka lanjutkan ke Langkah 9.
Langkah 8: Pilihlah opersi secara random. Lanjutkan ke Langkah 9.
Langkah 9: Jadwalkan operasi tersebut. Lanjutkan ke Langkah 10.
Langkah 10: Masukkan waktu dari operasi yang dipilih ke mesin yang
bersangkutan. Lanjutkan ke Langkah 11.
Langkah 11: Gantilah operasi yang terpilih dengan operasi selanjutnya (untuk job
yang sama). Lanjutkan ke Langkah 14.
Langkah 12: Pada saat ada job sisipan, periksalah apakah terjadi bottleneck. Jika
terjadi bottleneck, lanjutkan ke Langkah 13. Jika tidak terjadi
bottleneck, maka lanjutkan ke Langkah 14.
Langkah 13: Tolak job sisipan. Lanjutkan ke langkah 14.
Langkah 14: Melihat apakah masih ada job yang tersisa. Jika ya, maka kembali ke
Langkah 2. Mencari kapan operasi tercepat dapat dimulai (c* = min j
Є St{cj}). Jika tidak, maka proses telah selesai.
Diagram alir algoritma non-delay untuk mesin majemuk digambarkan pada
gambar 2.5 di halaman berikut ini.
24
Start
Routing Sheet Kode operasi, waktu operasi, jumlah mesin
t = 0
Mencari kapan operasi tercepat dapat dimulai
c*=min j Є St{cj}
Apakah mesin tunggal?
Pilih mesin yang memiliki ready time
tercepat
Apakah mesin sedang beroperasi?
Pilih operasi dengan waktu operasi tercepat (Short Processing Time)
Apakah ada waktu operasi tercepat yang sama?
Pilih operasi secara random
Periksa jumlah operasi yang tersisa
Jadwalkan operasi tersebut
Apakah masih ada operasi yang tersisa?
Tidak
Ya
Tidak
Ya
Finish
Tidak
Ya
Waktu mulai operasi mengikuti waktu operasi dari operasi sebelumnya pada
job yang sama atau ready time
Waktu mulai operasi mengikuti waktu mesin setelah mesin selesai beroperasi
Tidak
Pilih operasi dengan waktu tercepat
Apakah ada waktu operasi tercepat yang sama?
Ya
Ya
Apakah jumlah operasi yang tersisa ada yang sama?Ya
Masukkan waktu dari operasi yang dipilih kemesin yang bersangkutan
Ganti operasi yang terpilih dengan operasi selanjutnya
(dalam job yang sama)
Tidak
Tidak
TidakRouting Sheet Job Sisipan
Memeriksa bottleneck
Apakah ada bottleneck?
Masukkan Job Sisipan
Tolak Job Sisipan
Ya
Tidak
Gambar 2.5 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk disertai Job
Sisipan
25
2.8 Matriks Routing dan Matriks Waktu Proses
Pada penjadwalan diperlukan input berupa jumlah job, jumlah operasi pada tiap
job dan urutan operasi, mesin yang memprosesnya, serta waktu pengoperasian
mesin tersebut, hal ini ditampilkan dalam bentuk matriks routing dan matriks
waktu proses. Matriks routing yang menyatakan urutan mesin yang memproses
tiap-tiap urutan operasi, dan matriks waktu proses yang menyatakan waktu proses
yang dibutuhkan untuk mengerjakan operasi dari suatu job. Contoh kedua matriks
tersebut dapat dilihat pada tabel 2.1 dan tabel 2.2 (Baker, 1974).
Tabel 2.1 Matriks Routing
Operasi
1 2 3 1 1 2 3 2 2 1 3 3 3 2 1 4 2 3 1
Tabel 2.2 Matriks Waktu Proses
Operasi
1 2 3 1 4 3 2 2 1 4 4 3 3 2 3 4 3 3 1
Suatu penjadwalan digambarkan dengan susunan balok-balok, dimana setiap
balok merupakan triplet dari job-operasi-mesin. Notasi triplet tersebut pada tiap
balok adalah (i,j,k), dimana i merupakan nomor job, j merupakan urutan job dan k
mewakili mesin yang digunakan. Panjang balok menyatakan waktu proses job
yang bersangkutan. Masalah penjadwalan ini digambarkan secara grafis dengan
menggunakan skala gantt chart seperti pada gambar 2.6.
Gambar 2.6 Gantt Chart
Mesin 1 221 111 431 331
Mesin 2 212 412 322
122
Mesin 3 313
423 233
133
26
2.9 Diagram Pareto
Diagram pareto sebagai salah satu teknik atau alat pengawasan mutu secara
statistik (Statistical Process Control) untuk mengumpulkan dan menganalisis data
dalam menentukan dan mengawasi mutu hasil produksi. Diagram pareto adalah
grafik batang yang menunjukkan masalah berdasarkan urutan banyaknya kejadian.
Masalah yang paling banyak terjadi ditunjukkan oleh grafik batang pertama yang
tertinggi serta ditempatkan pada sisi paling kiri, dan seterusnya sampai masalah
yang paling sedikit terjadi ditunjukkan oleh grafik batnag terakhir yang terendah
serta ditempatkan pada sisi paling kanan (Gaspersz, 1998). Contoh diagram pareto
dapat dilihat pada gambar 2.7
Gambar 2.7 Contoh Diagram Pareto
Kegunaan diagram pareto menurut Gaspersz (1998) adalah sebagai berikut:
1. Menentukan frekuensi relatif dan urutan pentingnya masalah-masalah atau
penyebab-penyebab dari masalah yang ada.
2. Memfokuskan perhatian pada isu-isu kritis dan penting melalui pembuatan
ranking terhadap masalah-masalah atau penyebab-penyebab dari masalah itu
dalam bentuk signifikan.
Tahap-tahap pembuatan diagram pareto sebagai berikut (Gaspersz, 1998):
1. Menentukan masalah apa yang akan diteliti, mengidentifikasi kategori-
kategori atau penyebab-penyebab dari masalah yang akan diperbandingkan.
Setelah itu merencanakan dan melaksanakan pengumpulan data.
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0
100
200
300
400
500
600
700
V W X Y Z
Frek
uens
i
Masalah
27
2. Membuat suatu ringkasan daftar atau tabel yang mencatat frekuensi kejadian
dari masalah yang telah diteliti dengan menggunakan formulir pengumpulan
data atau lembar periksa.
3. Membuat daftar masalah secara berurut berdasarkan frekuensi kejadian dari
yang tertinggi sampai terendah, serta hitunglah frekuensi kumulatif, persentasi
dari total kejadian, dan persentase dari total kejadian secara kumulatif.
4. Menggambar dua buah garis vertikal dan sebuah garis horizontal.
a. Garis Vertikal:
1) Garis vertikal sebelah kiri: buatkan pada garis ini, skala dari nol
sampai total keseluruhan dari kerusakan atau ketidaksesuaian.
2) Garis vertikal sebelah kanan: buatkan pada garis ini, skala dari 0%
sampai 100%.
b. Garis Horizontal
Bagilah garis ini ke dalam banyaknya interval sesuai dengan banyaknya
item masalah yang diklasifikasikan
5. Buatkan histogram pada diagram pareto.
6. Gambarkan kurva kumulatif serta cantumkan nilai-nilai kumulatif (total
kumulatif atau persen kumulatif) di sebelah kanan atas dari interval setiap item
masalah.
28
BAB III
METODOLOGI PENELITIAN
3.1 Diagram Alir Penelitian
Mulai
Observasi Awal
Identifikasi Masalah
Studi Literatur
Pengumpulan dan Pengolahan Data
Analisis
Simpulan dan Saran
Selesai
Observasi Awal• Observasi langsung dan interview pada divisi Supply
chain dan Produksi.
Identifikasi Masalah• Analisa data dari observasi awal.• Perumusan masalah• Penetapan tujuan, batasan, dan asumsi.
Studi Literatur• Jenis-jenis penjadwalan• Penjadwalan Active Generation• Penjadwalan Non-Delay Generation• Penjadwalan Non-Delay dengan mesin majemuk• Penjadwalan Non-Delay deengan mesin majemuk
disertai job sisipan
Pengembangan Model• Penjadwalan Non-Delay mesin majemuk• Penjadwalan Non-Delay mesin majemuk dengan job
sisipan
Pengumpulan dan Pengolahan Data• Pengumpulan data jam kerja, produk, mesin yang
digunakan, alur proses produksi, dan waktu proses produksi.
• Penyusunan Matriks routing dan Matrik waktu proses.• Penjadwalan menggunakan algoritma Non-Delay
dengan mesin majemuk prioritas SPT, MOR, dan FO.• Penyisipan job pada penjadwalan yang memberikan
nilai makespan tercepat.• Gantt Chart
Analisis• Hasil penjadwalan yang memberikan makespan
tercepat.• Makespan hasil penjadwalan yang disertai job sisipan.
Simpulan dan Saran• Kesimpulan dan pemecahan masalah dari hasil
penelitian.• Saran untuk perbaikan perusahaan.• Saran untuk penelitian berikutnya.
Pengembangan Model
Gambar 3.1 Diagram Alir Penelitian
29
3.2 Observasi Awal
SOHO Group merupakan salah satu kelompok perusahaan farmasi di Indonesia
yang selalu berupaya melayani pelanggan dengan menyediakan secara terus
menerus produk dan jasa kesehatan yang berkualitas tinggi. Kemampuan industri
farmasi dalam menaggapi permintaan konsumen dengan cepat dan fleksibilitas
yang tinggi terhadap perubahan-perubahan permintaan tersebut menjadi hal yang
sangat penting. Penelitian ini dilaksanakan di SOHO Group Pharma divisi Supply
Chain dengan tahap awal peneliti melakukan interview terhadap Supply Chain
Division Head untuk mendapatkan saran mengenai objek, permasalahan, dan
tujuan penelitian.
Tahap berikutnya dilanjutkan dengan melakukan interview dengan Executive
Planner untuk mengetahui proses pembuatan rencana produksi dan penjadwalan
yang saat ini dilakukan. Kemudian melakukan interview dan observasi langsung
ke lantai produksi untuk mengetahui proses produksi dan pelaksanaan dari
penjadwalan yang dikeluarkan oleh Executive Planner.
3.3 Identifikasi Masalah
Berdasarkan observasi awal yang telah dilakukan melalui interview dan observasi
langsung, maka ditetapkan rumusan masalah yang terjadi di SOHO Group
Pharma. Permasalahan yang ada adalah rendahnya tingkat persediaan produk yang
disebabkan oleh permasalahan-permasalahan yang timbul di lantai produksi,
diantaranya antri mesin, breakdown mesin, ketersediaan material, penyelesaian
dokumen, pergantian rencana produksi, dan proses produksi. Penyebab yang
sangat berpengaruh terhadap tidak terpenuhinya rencana produksi adalah antri
mesin. Antrian mesin menjadi permasalahan yang lebih kompleks ketika
dihadapkan pada variasi proses produksi untuk lebih dari 200 produk tiap bulan.
Tahap berikut dari identifikasi masalah adalah menetapkan tujuan, batasan
masalah, dan asumsi untuk membantu pelaksanaan penelitian ini agar lebih
terarah. Tujuan, batasan masalah, dan asumsi dari penilitian ini telah dijelaskan
pada Bab I.
30
3.4 Studi Literatur
Studi literatur dimaksudkan untuk memperoleh teori-teori yang mendukung dan
dapat digunakan untuk menyelesaikan permasalahan dengan mempertimbangkan
dan menyesuaikan terhadap kondisi yang ada di SOHO Group Pharma. Studi
literatur pada penelitian ini berhubungan dengan penjadwalan, meliputi jenis-jenis
penjadwalan, penjadwalan Active Generation, Non-delay Generation, Non-delay
dengan mesin majemuk, Non-delay dengan mesin majemuk disertai job sisipan
yang diperoleh dari buku-buku dan jurnal. Penjelasan lebih lengkap mengenai
studi literatur dapat dilihat pada Bab II.
3.5 Pengembangan Model
Pada penelitian ini dilakukan pengembangan model untuk dapat menyesuaikan
teori atau algoritma yang sudah ada dengan kondisi aktual di perusahaan dan
mempermudah proses pengolahan data. Pengembangan sebelumnya dilakukan
untuk penjadwalan non-delay dengan mesin majemuk, namun pada
pelaksanaannya algoritma tersebut kurang efisien jika digunakan pada penelitian
ini. Pengembangan algoritma dengan mempertimbangkan job sisipan juga
dilakukan pada penelitian ini untuk mengetahui pengaruhnya terhadap makespan
yang dihasilkan pada penjadwalan job utama, setelah pengembangan sebelumnya
yang dilakukan oleh Hermawan (2011) untuk meningkatakan utilitas mesin dan
operator.
3.6 Pengumpulan dan Pengolahan Data
Pada tahap ini, dilakukan pengumpulan dan pengolahan informasi-informasi yang
diperlukan melalui interview dan observasi langsung. Data-data yang
dikumpulkan meliputi permintaan produk-produk sedianan tablet dan tablet salut
pada bulan september, alur proses produksi, jam kerja, mesin-mesin yang
digunakan, serta waktu proses produksi.
Tahap selanjutnya adalah penyusunan data untuk memperoleh matriks routing dan
matriks waktu proses. Pengolahan data dilanjutkan dengan melakukan
31
penjadwalan algoritma Non-delay dengan mesin majemuk menggunakan prioritas
SPT, MOR, dan FO untuk job utama.
• Prosedur algoritma Non-delay dengan mesin majemuk prioritas SPT:
Langkah 1: Beri nilai t=0, dan dimulai dari Pst, seperti sebagai jadwal parsial
yang gagal. Pada mulanya, St adalah semua aktifitas tanpa
adanya pendahulu. Lanjutkan ke langkah 2.
Langkah 2: Tentukan c*, dimana c* = min{cj ; j Є St} dan mesin m*, yaitu
mesin yang merealisasikan c*. Lanjutkan ke Langkah 3.
Langkah 3: Untuk semua operasi j Є St yang memerlukan m* dan memenuhi
cj = c*, maka tambahkan operasi j yang memenuhi syarat ini ke
dalam PSt. Untuk semua operasi j Є PSt dengan m* yang sama
hanya terdiri dari satu operasi lanjutkan ke Langkah 5. Untuk
semua operasi j Є PSt dengan m* yang sama lebih dari satu
operasi, urutkan operasi tersebut berdasarkan aturan prioritas
Short Processing Time (SPT) atau waktu proses tercepat. Jika
masih ada lebih dari satu operasi yang memiliki waktu proses
yang sama, maka prioritas selanjutnya lanjutkan ke Langkah 4.
Jika setiap operasi memiliki waktu operasi yang berbeda maka
lanjutkan ke Langkah 5.
Langkah 4: Urutkan operasi berdasarkan nilai bobot (wi) yang tertinggi.
Lanjutkan ke Langkah 5.
Langkah 5: Melihat ketersediaan mesin, apakah mesin tunggal atau mesin
dengan jumlah lebih dari satu. Jika mesin tunggal, maka
langsung lanjutkan ke Langkah 6. Sedangkan untuk mesin
dengan jumlah lebih dari satu, maka dipilih mesin dengan ready
time (rk) tercepat. Lanjutkan ke Langkah 6.
Langkah 6: Melihat apakah mesin sedang dalam keadaan beroperasi atau
tidak. Jika mesin tidak sedang beroperasi, waktu mulai operasi
mengikuti waktu operasi pada cj. Tetapi jika mesin sedang
beroperasi, maka waktu mulai operasi mengikuti waktu mesin
setelah mesin selesai beroperasi. Lanjutkan ke Langkah 7.
Langkah 7: Jadwalkan operasi tersebut. Lanjutkan ke Langkah 8.
32
Langkah 8: Buat suatu jadwal parsial baru PSt+1 dan perbaiki kumpulan data
dengan cara:
a. Menambahkan satu pada t.
b. Menghilangkan operasi j dari St.
c. Buat St+1 dengan cara menambah pengikut langsung operasi j
yang telah dihilangkan.
Lanjutkan ke Langkah 9.
Langkah 9: Kembali ke Langkah 2 untuk setiap alternatif jadwal parsial PSt
yang dapat dibuat pada Langkah 3.
Lanjutkan proses ini sampai semua operasi selesai dijadwalkan.
• Prosedur algoritma Non-delay untuk mesin majemuk dengan prioritas MOR:
Langkah 1: Beri nilai t=0, dan dimulai dari PSt, seperti sebagai jadwal
parsial yang gagal. Pada mulanya, St adalah semua aktifitas
tanpa adanya pendahulu. Lanjutkan ke Langkah 2.
Langkah 2: Tentukan c*, dimana c* = min{cj ; j Є St} dan mesin m*, yaitu
mesin yang merealisasikan c*. Lanjutkan ke langkah 3.
Langkah 3: Untuk semua operasi j Є St yang memerlukan m* dan memenuhi
cj = c*, maka tambahkan operasi j yang memenuhi syarat ini ke
dalam PSt. Untuk semua operasi j Є PSt dengan m* yang sama
hanya terdiri dari satu operasi lanjutkan ke Langkah 5. Untuk
semua operasi j Є PSt dengan m* yang sama lebih dari satu
operasi, urutkan operasi tersebut berdasarkan aturan prioritas
Most Operation Remaining (MOR) atau job dengan sisa operasi
terbanyak. Jika masih ada lebih dari satu operasi yang memiliki
sisa operasi yang sama, maka prioritas selanjutnya lanjutkan ke
Langkah 4. Jika setiap operasi memiliki sisa operasi yang
berbeda maka lanjutkan ke Langkah 5.
Langkah 4: Urutkan operasi berdasarkan nilai bobot (wi) yang tertinggi.
Lanjutkan ke Langkah 5.
Langkah 5: Melihat ketersediaan mesin, apakah mesin tunggal atau mesin
dengan jumlah lebih dari satu. Jika mesin tunggal, maka
33
langsung lanjutkan ke Langkah 6. Sedangkan untuk mesin
dengan jumlah lebih dari satu, maka dipilih mesin dengan ready
time (rk) tercepat. Lanjutkan ke Langkah 6.
Langkah 6: Melihat apakah mesin sedang dalam keadaan beroperasi atau
tidak. Jika mesin tidak sedang beroperasi, waktu mulai operasi
mengikuti waktu operasi pada cj. Tetapi jika mesin sedang
beroperasi, maka waktu mulai operasi mengikuti waktu mesin
setelah mesin selesai beroperasi. Lanjutkan ke Langkah 7.
Langkah 7: Jadwalkan operasi tersebut. Lanjutkan ke Langkah 8.
Langkah 8: Buat suatu jadwal parsial baru PSt+1 dan perbaiki kumpulan data
dengan cara:
a. Menambahkan satu pada t.
b. Menghilangkan operasi j dari St.
c. Buat St+1 dengan cara menambah pengikut langsung operasi j
yang telah dihilangkan.
Lanjutkan ke Langkah 9.
Langkah 9: Kembali ke Langkah 2 untuk setiap alternatif jadwal parsial PSt
yang dapat dibuat pada Langkah 3.
Lanjutkan proses ini sampai semua operasi selesai dijadwalkan.
• Prosedur algoritma Non-delay untuk mesin majemuk dengan prioritas FO:
Langkah 1: Beri nilai t=0, dan dimulai dari PSt, seperti sebagai jadwal
parsial yang gagal. Pada mulanya, St adalah semua aktifitas
tanpa adanya pendahulu. Lanjutkan ke Langkah 2.
Langkah 2: Tentukan c*, dimana c* = min{cj ; j Є St} dan mesin m*, yaitu
mesin yang merealisasikan c*. Lanjutkan ke Langkah 3.
Langkah 3: Untuk semua operasi j Є St yang memerlukan m* dan memenuhi
cj = c*, maka tambahkan operasi j yang memenuhi syarat ini ke
dalam PSt. Untuk semua operasi j Є PSt dengan m* yang sama
hanya terdiri dari satu operasi lanjutkan ke Langkah 5. Untuk
semua operasi j Є PSt dengan m* yang sama lebih dari satu
operasi, urutkan operasi tersebut berdasarkan aturan prioritas
34
Fewest Operation (FO) atau job dengan sisa operasi paling
sedikit. Jika masih ada lebih dari satu operasi yang memiliki sisa
operasi yang sama, maka prioritas selanjutnya lanjutkan ke
Langkah 4. Jika setiap operasi memiliki sisa operasi yang
berbeda maka lanjutkan ke Langkah 5.
Langkah 4: Urutkan operasi berdasarkan nilai bobot (wi) yang tertinggi.
Lanjutkan ke Langkah 5.
Langkah 5: Melihat ketersediaan mesin, apakah mesin tunggal atau mesin
dengan jumlah lebih dari satu. Jika mesin tunggal, maka
langsung lanjutkan ke Langkah 6. Sedangkan untuk mesin
dengan jumlah lebih dari satu, maka dipilih mesin dengan ready
time (rk) tercepat. Lanjutkan ke Langkah 6.
Langkah 6: Melihat apakah mesin sedang dalam keadaan beroperasi atau
tidak. Jika mesin tidak sedang beroperasi, waktu mulai operasi
mengikuti waktu operasi pada cj. Tetapi jika mesin sedang
beroperasi, maka waktu mulai operasi mengikuti waktu mesin
setelah mesin selesai beroperasi. Lanjutkan ke Langkah 7.
Langkah 7: Jadwalkan operasi tersebut. Lanjutkan ke Langkah 8.
Langkah 8: Buat suatu jadwal parsial baru PSt+1 dan perbaiki kumpulan data
dengan cara:
a. Menambahkan satu pada t.
b. Menghilangkan operasi j dari St.
c. Buat St+1 dengan cara menambah pengikut langsung operasi j
yang telah dihilangkan.
Lanjutkan ke Langkah 9.
Langkah 9: Melihat apakah masih ada operasi yang tersisa. Jika ya, kembali
ke Langkah 2 untuk setiap alternatif jadwal parsial PSt yang
dapat dibuat pada Langkah 3.
Lanjutkan proses ini sampai semua operasi selesai dijadwalkan.
Setelah proses penjadwalan job utama selesai dilaksanakan, penjadwalan
dilanjutkan dengan melakukan penyisipan job pada hasil penjadwalan dengan
35
nilai makespan tercepat. Berikut ini adalah algoritma Non-delay untuk mesin
majemuk disertai job sisipan yang digunakan dalam pengolahan data.
Langkah 1: Beri nilai t=0, dan dimulai dari PSt, seperti sebagai jadwal parsial
yang gagal. Pada mulanya, St adalah semua aktifitas tanpa adanya
pendahulu. Lanjutkan ke langkah 2.
Langkah 2: Tentukan cj, dimana cj = {rk ≤ cj ≤ ck} untuk operasi yang
menggunakan mesin yang sama dengan mesin yang digunakan
untuk proses produksi job utama, atau cj = {cj ≥ rk) untuk
operasi yang menggunakan mesin yang berbeda dengan mesin
yang digunakan untuk proses produksi job utama. Lanjutkan
ke Langkah 3.
Langkah 3: Tentukan c*, dimana c* = min{cj ; j Є St} dan mesin m*, yaitu
mesin yang merealisasikan c*. Lanjutkan ke Langkah 4.
Langkah 4: Untuk semua operasi j Є St yang memerlukan m* dan memenuhi cj
= c*, maka tambahkan operasi j yang memenuhi syarat ini ke dalam
PSt. Untuk semua operasi j Є PSt dengan m* yang sama hanya
terdiri dari satu operasi lanjutkan ke Langkah 7. Untuk semua
operasi j Є PSt dengan m* yang sama lebih dari satu operasi,
urutkan operasi tersebut berdasarkan aturan prioritas Fewest
Operation (FO) atau job dengan sisa operasi paling sedikit. Jika
masih ada lebih dari satu operasi yang memiliki sisa operasi yang
sama, maka prioritas selanjutnya lanjutkan ke Langkah 5. Jika setiap
operasi memiliki sisa operasi yang berbeda maka lanjutkan ke
Langkah 6.
Langkah 5: Urutkan operasi berdasarkan nilai bobot (wi) yang tertinggi.
Lanjutkan ke Langkah 6.
Langkah 6: Melihat waktu selesai operasi (rj*) pada urutan pengoperasian yang
terakhir. Jika waktu selesai operasi (rj*) tidak melebihi waktu
terakhir mesin dapat digunakan untuk mengoperasikan job sisipan
(ck) lanjutkan ke Langkah 7. Jika rj* melebihi ck batalkan sebagian
operasi sehingga rj* ≤ ck, kembalikan operasi yang dibatalkan ke
Langkah 2.
36
Langkah 7: Melihat ketersediaan mesin, apakah mesin tunggal atau mesin
dengan jumlah lebih dari satu. Jika mesin tunggal, maka langsung
lanjutkan ke Langkah 8. Sedangkan untuk mesin dengan jumlah
lebih dari satu, maka dipilih mesin dengan ready time (rk) tercepat.
Lanjutkan ke Langkah 8.
Langkah 8: Melihat apakah mesin sedang dalam keadaan beroperasi atau tidak.
Jika mesin tidak sedang beroperasi, waktu mulai operasi mengikuti
waktu operasi pada cj. Tetapi jika mesin sedang beroperasi, maka
waktu mulai operasi mengikuti waktu mesin setelah mesin selesai
beroperasi. Lanjutkan ke Langkah 9.
Langkah 9: Jadwalkan operasi tersebut. Lanjutkan ke Langkah 10.
Langkah 10: Buat suatu jadwal parsial baru PSt+1 dan perbaiki kumpulan data
dengan cara:
a. Menambahkan satu pada t.
b. Menghilangkan operasi j dari St.
c. Buat St+1 dengan cara menambah pengikut langsung operasi j
yang telah dihilangkan.
Lanjutkan ke Langkah 11.
Langkah 11: Melihat apakah masih ada operasi yang tersisa. Jika ya, kembali ke
Langkah 3 untuk setiap alternatif jadwal parsial PSt yang dapat
dibuat pada Langkah 4.
Lanjutkan proses ini sampai semua operasi selesai dijadwalkan.
Notasi-notasi yang digunakan dalam algoritma ini adalah sebagai berikut:
PSt = jadwal parsial yang berisi t jadwal operasi.
St = satu set operasi yang telah direncanakan di tahap t.
tj = waktu yang diperlukan untuk menyelesaikan operasi ke-j.
cj = waktu tercepat pada operasi j Є St dapat dimulai.
rj = waktu tercepat pada operasi j Є St dapat diselesaikan.
rj = cj + tj
wi = nilai bobot dari suatu job ke-i.
cj* = waktu mulai untuk suatu operasi j Є PSt.
37
rj* = waktu selesai untuk suatu operasi j Є PSt.
rk = waktu tercepat operasi pada mesin k dapat dimulai.
ck = waktu terakhir mesin k dapat digunakan untuk mengoperasikan job
sisipan.
3.7 Analisis
Hasil pengolahan data yang diperoleh kemudian dibandingkan dengan dasar teori.
Setelah dibandingkan kemudian dianalisis terhadap hasil penjadwalan dengan
prioritas yang dapat memberikan makespan tercepat, dan melihat pengaruh dari
penyisipan job terhadap makespan tersebut. Analisis dilanjutkan dengan
mengetahui faktor-faktor yang mempengaruhi hasil penelitian.
3.8 Simpulan dan Saran
Bagian terakhir dari penilitian ini adalah memberikan simpulan dan pemecahan
masalah dari hasil analisa dengan menjawab tujuan penelitian, serta memberikan
saran-saran sebagai bahan pertimbangan untuk memperbaiki permasalahan di
SOHO Group Pharma dan proses penelitian berikutnya.
38
BAB IV
PENGEMBANGAN MODEL
4.1 Kondisi Nyata Proses Produksi
SOHO Group Pharma merupakan perusahaan manufaktur yang memiliki produk
lebih dari 200 jenis dengan proses produksi yang bervariasi, serta menangani
permintaan produksi tiap bulan yang mencapai angka lebih dari 50 juta unit. Hal
yang terpenting pada industri farmasi adalah kemampuan perusahaan untuk
menyediakan obat dalam jumlah, jenis, dan kualitas yang memadai. Hal tersebut
menuntut SOHO Group Pharma untuk memiliki kompetensi dan keunggulan
dalam menghadapi persaingan dengan lebih dari 199 perusahaan farmasi lainnya.
Proses produksi secara garis besar dapat dibagi menjadi tujuh tahapan (stage)
dengan proses produksi yang berbeda-beda pada tiap stagenya. Awal proses
produksi tidak selalau dimulai pada stage pertama, namun selalu diakhiri pada
stage ketujuh. Proses produksi tersebut dioperasikan pada 37 mesin dengan
bermacam-macam spesifikasi dan kapasitas.
Tingginya jumlah permintaan dan keberagaman proses produksi akan menemukan
permasalahan terhadap penempatan sejumlah n-job pada sejumlah m-mesin
dengan urutan proses yang bervariasi, sehingga akan menghasilkan kemungkinan
jadwal yang sangat banyak. Suatu sistem penjadwalan diperlukan untuk
menghasilkan pengurutan job yang optimal sehingga permintaan pasar dapat
terpenuhi.
4.2 Algoritma Non-Delay untuk Mesin Majemuk
Industri selalu berupaya mencari berbagai strategi untuk meningkatkan
produktivitas kerja sehingga dapat memenuhi permintaan pasar yang terus
bertambah. Peningkatan produktivitas tersebut salah satunya dapat dilakukan
dengan penambahan jumlah mesin, baik dengan spesifikasi yang sama maupun
39
yang berbeda. Hal tersebut menunjukkan algoritma non-delay untuk mesin
tunggal yang ada saat ini tidak dapat digunakan pada kebanyakan industri
berkembang. Hermawan (2011) melakukan pengembangan model terhadap
algoritma penjadwalan Non-Delay untuk mesin majemuk, sehingga algoritma
tersebut dapat memberikan hasil yang lebih optimal. Pada pengembangan
algoritma ini pemilihan mesin untuk mesin majemuk ditujukan pada mesin
dengan ready time tercepat.
Proses penjadwalan pada algoritma tersebut, setiap tahapan penjadwalannya
hanya menghasilkan satu job yang terjadwalkan yang memenuhi waktu mulai
operasi tercepat (cj*), dengan aturan prioritas Most Operation Remaining (MOR)
jika terdapat lebih dari satu job yang mengalami antrian pada mesin (m*) yang
sama. Pada pelaksanaanya, proses penjadwalan tersebut akan memerlukan waktu
yang cukup lama jika penjadwalan dilakukan untuk jumlah job yang cukup
banyak, dimana pada penelitian ini penjadwalan dilakukan untuk 59 job yang
terdiri dari 308 operasi. Hal ini yang menyebabkan algoritma tersebut perlu untuk
dikembangkan lagi, sehingga pada setiap tahapan penjadwalan dapat
menjadwalkan seluruh job yang memenuhi waktu mulai operasi tercepat (cj*).
Berikut ini adalah algoritma Non-delay untuk mesin majemuk dengan prioritas
SPT, MOR, dan FO yang digunakan dalam pengolahan data.
• Algoritma Non-delay untuk mesin majemuk dengan prioritas SPT:
Langkah 1: Beri nilai t=0, dan dimulai dari PSt, seperti sebagai jadwal
parsial yang gagal. Pada mulanya, St adalah semua aktifitas
tanpa adanya pendahulu. Lanjutkan ke langkah 2.
Langkah 2: Tentukan c*, dimana c* = min{cj ; j Є St} dan mesin m*, yaitu
mesin yang merealisasikan c*. Lanjutkan ke Langkah 3.
Langkah 3: Untuk semua operasi j Є St yang memerlukan m* dan
memenuhi cj = c*, maka tambahkan operasi j yang
memenuhi syarat ini ke dalam PSt. Untuk semua operasi j Є
PSt dengan m* yang sama hanya terdiri dari satu operasi
lanjutkan ke Langkah 5. Untuk semua operasi j Є PSt
40
dengan m* yang sama lebih dari satu operasi, urutkan
operasi tersebut berdasarkan aturan prioritas Short
Processing Time (SPT) atau waktu proses tercepat. Jika masih
ada lebih dari satu operasi yang memiliki waktu proses yang
sama, maka prioritas selanjutnya lanjutkan ke Langkah 4. Jika
setiap operasi memiliki waktu operasi yang berbeda maka
lanjutkan ke Langkah 5.
Langkah 4: Urutkan operasi berdasarkan nilai bobot (wi) yang tertinggi.
Lanjutkan ke Langkah 5.
Langkah 5: Melihat ketersediaan mesin, apakah mesin tunggal atau mesin
dengan jumlah lebih dari satu. Jika mesin tunggal, maka
langsung lanjutkan ke Langkah 6. Sedangkan untuk mesin
dengan jumlah lebih dari satu, maka dipilih mesin dengan ready
time (rk) tercepat. Lanjutkan ke Langkah 6.
Langkah 6: Melihat apakah mesin sedang dalam keadaan beroperasi atau
tidak. Jika mesin tidak sedang beroperasi, waktu mulai operasi
mengikuti waktu operasi pada cj. Tetapi jika mesin sedang
beroperasi, maka waktu mulai operasi mengikuti waktu mesin
setelah mesin selesai beroperasi. Lanjutkan ke Langkah 7.
Langkah 7: Jadwalkan operasi tersebut. Lanjutkan ke Langkah 8.
Langkah 8: Buat suatu jadwal parsial baru PSt+1 dan perbaiki kumpulan data
dengan cara:
a. Menambahkan satu pada t.
b. Menghilangkan operasi j dari St.
c. Buat St+1 dengan cara menambah pengikut langsung operasi j
yang telah dihilangkan. Lanjutkan ke Langkah 9.
Langkah 9: Kembali ke Langkah 2 untuk setiap alternatif jadwal parsial PSt
yang dapat dibuat pada Langkah 3.
Lanjutkan proses ini sampai semua operasi selesai dijadwalkan.
Gambar 4.1 menunjukkan diagram alir algoritma non-delay untuk mesin
majemuk prioritas SPT.
41
Mulai
t = 0
Tentukan c*=min(cj ; j Є St)
Apakah ada j Є PSt dengan m* yang sama lebih dari satu operasi?
Urutkan operasi dengan prioritas SPT
Urutkan operasi dengan prioritas nilai bobot (wi)
tertinggi
Apakah ada operasi dengan waktu operasi yang sama?
Apakah Mesin Tunggal?
Pilih mesin dengan ready time (rk) tercepat
Apakah mesin sedang beroperasi
Waktu mulai operasi sama dengan cj
Waktu mulai operasi mengikuti waktu mesin setelah mesin
selesai beroperasi
Jadwalkan operasi tersebut
Perbaiki kumpulan data dengan cara:
• t+1 • Hilangkan operasi j dari St• Buat St+1
Apakah masih ada operasi yang tersisa?
Ya
Tidak
Tidak
Ya
Tidak Ya
Tidak Ya
Selesai
Tidak
Ya
Tambahkan Operasi j Є St memenuhi
cj=c* kedalam PSt
Gambar 4.1 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk Prioritas
SPT
42
• Algoritma Non-delay untuk mesin majemuk dengan prioritas MOR:
Langkah 1: Beri nilai t=0, dan dimulai dari PSt, seperti sebagai jadwal
parsial yang gagal. Pada mulanya, St adalah semua aktifitas
tanpa adanya pendahulu. Lanjutkan ke Langkah 2.
Langkah 2: Tentukan c*, dimana c* = min{cj ; j Є St} dan mesin m*, yaitu
mesin yang merealisasikan c*. Lanjutkan ke langkah 3.
Langkah 3: Untuk semua operasi j Є St yang memerlukan m* dan
memenuhi cj = c*, maka tambahkan operasi j yang
memenuhi syarat ini ke dalam PSt. Untuk semua operasi j Є
PSt dengan m* yang sama hanya terdiri dari satu operasi
lanjutkan ke Langkah 5. Untuk semua operasi j Є PSt
dengan m* yang sama lebih dari satu operasi, urutkan
operasi tersebut berdasarkan aturan prioritas Most
Operation Remaining (MOR) atau dengan sisa operasi
terbanyak. Jika masih ada lebih dari satu operasi yang memiliki
sisa operasi yang sama, maka prioritas selanjutnya lanjutkan ke
Langkah 4. Jika setiap operasi memiliki sisa operasi yang
berbeda maka lanjutkan ke Langkah 5.
Langkah 4: Urutkan operasi berdasarkan nilai bobot (wi) yang tertinggi.
Lanjutkan ke Langkah 5.
Langkah 5: Melihat ketersediaan mesin, apakah mesin tunggal atau mesin
dengan jumlah lebih dari satu. Jika mesin tunggal, maka
langsung lanjutkan ke Langkah 6. Sedangkan untuk mesin
dengan jumlah lebih dari satu, maka dipilih mesin dengan ready
time (rk) tercepat. Lanjutkan ke Langkah 6.
Langkah 6: Melihat apakah mesin sedang dalam keadaan beroperasi atau
tidak. Jika mesin tidak sedang beroperasi, waktu mulai operasi
mengikuti waktu operasi pada cj. Tetapi jika mesin sedang
beroperasi, maka waktu mulai operasi mengikuti waktu mesin
setelah mesin selesai beroperasi. Lanjutkan ke Langkah 7.
Langkah 7: Jadwalkan operasi tersebut. Lanjutkan ke Langkah 8.
43
Langkah 8: Buat suatu jadwal parsial baru PSt+1 dan perbaiki kumpulan data
dengan cara:
a. Menambahkan satu pada t.
b. Menghilangkan operasi j dari St.
c. Buat St+1 dengan cara menambah pengikut langsung operasi j
yang telah dihilangkan.
Lanjutkan ke Langkah 9.
Langkah 9: Kembali ke Langkah 2 untuk setiap alternatif jadwal parsial PSt
yang dapat dibuat pada Langkah 3.
Lanjutkan proses ini sampai semua operasi selesai dijadwalkan.
Gambar 4.2 menunjukkan diagram alir algoritma non-delay untuk mesin
majemuk prioritas MOR.
44
Mulai
t = 0
Tentukan c*=min(cj ; j Є St)
Apakah ada j Є PSt dengan m* yang sama lebih dari satu operasi?
Urutkan operasi dengan prioritas MOR
Urutkan operasi dengan prioritas nilai bobot (wi)
tertinggi
Apakah ada operasi dengan sisa operasi yang sama?
Apakah Mesin Tunggal?
Pilih mesin dengan ready time (rk) tercepat
Apakah mesin sedang beroperasi
Waktu mulai operasi sama dengan cj
Waktu mulai operasi mengikuti waktu mesin setelah mesin
selesai beroperasi
Jadwalkan operasi tersebut
Perbaiki kumpulan data dengan cara:
• t+1 • Hilangkan operasi j dari St• Buat St+1
Apakah masih ada operasi yang tersisa?
Ya
Tidak
Tidak
Ya
Tidak Ya
Tidak Ya
Selesai
Tidak
Ya
Tambahkan Operasi j Є St memenuhi
cj=c* kedalam PSt
Gambar 4.2 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk Prioritas
MOR
45
• Algoritma Non-delay untuk mesin majemuk dengan prioritas FO:
Langkah 1: Beri nilai t=0, dan dimulai dari PSt, seperti sebagai jadwal
parsial yang gagal. Pada mulanya, St adalah semua aktifitas
tanpa adanya pendahulu. Lanjutkan ke Langkah 2.
Langkah 2: Tentukan c*, dimana c* = min{cj ; j Є St} dan mesin m*, yaitu
mesin yang merealisasikan c*. Lanjutkan ke Langkah 3.
Langkah 3: Untuk semua operasi j Є St yang memerlukan m* dan
memenuhi cj = c*, maka tambahkan operasi j yang
memenuhi syarat ini ke dalam PSt. Untuk semua operasi j Є
PSt dengan m* yang sama hanya terdiri dari satu operasi
lanjutkan ke Langkah 5. Untuk semua operasi j Є PSt
dengan m* yang sama lebih dari satu operasi, urutkan
operasi tersebut berdasarkan aturan prioritas Fewest
Operation (FO) atau dengan sisa operasi paling sedikit. Jika
masih ada lebih dari satu operasi yang memiliki sisa operasi yang
sama, maka prioritas selanjutnya lanjutkan ke Langkah 4. Jika
setiap operasi memiliki sisa operasi yang berbeda maka lanjutkan
ke Langkah 5.
Langkah 4: Urutkan operasi berdasarkan nilai bobot (wi) yang tertinggi.
Lanjutkan ke Langkah 5.
Langkah 5: Melihat ketersediaan mesin, apakah mesin tunggal atau mesin
dengan jumlah lebih dari satu. Jika mesin tunggal, maka
langsung lanjutkan ke Langkah 6. Sedangkan untuk mesin
dengan jumlah lebih dari satu, maka dipilih mesin dengan ready
time (rk) tercepat. Lanjutkan ke Langkah 6.
Langkah 6: Melihat apakah mesin sedang dalam keadaan beroperasi atau
tidak. Jika mesin tidak sedang beroperasi, waktu mulai operasi
mengikuti waktu operasi pada cj. Tetapi jika mesin sedang
beroperasi, maka waktu mulai operasi mengikuti waktu mesin
setelah mesin selesai beroperasi. Lanjutkan ke Langkah 7.
Langkah 7: Jadwalkan operasi tersebut. Lanjutkan ke Langkah 8.
46
Langkah 8: Buat suatu jadwal parsial baru PSt+1 dan perbaiki kumpulan data
dengan cara:
a. Menambahkan satu pada t.
b. Menghilangkan operasi j dari St.
c. Buat St+1 dengan cara menambah pengikut langsung operasi j
yang telah dihilangkan.
Lanjutkan ke Langkah 9.
Langkah 9: Melihat apakah masih ada operasi yang tersisa. Jika ya, kembali
ke Langkah 2 untuk setiap alternatif jadwal parsial PSt yang
dapat dibuat pada Langkah 3.
Lanjutkan proses ini sampai semua operasi selesai dijadwalkan.
Gambar 4.3 menunjukkan diagram alir algoritma non-delay untuk mesin
majemuk prioritas FO.
47
Mulai
t = 0
Tentukan c*=min(cj ; j Є St)
Apakah ada j Є PSt dengan m* yang sama lebih dari satu operasi?
Urutkan operasi dengan prioritas FO
Urutkan operasi dengan prioritas nilai bobot (wi)
tertinggi
Apakah ada operasi dengan sisa operasi yang sama?
Apakah Mesin Tunggal?
Pilih mesin dengan ready time (rk) tercepat
Apakah mesin sedang beroperasi
Waktu mulai operasi sama dengan cj
Waktu mulai operasi mengikuti waktu mesin setelah mesin
selesai beroperasi
Jadwalkan operasi tersebut
Perbaiki kumpulan data dengan cara:
• t+1 • Hilangkan operasi j dari St• Buat St+1
Apakah masih ada operasi yang tersisa?
Ya
Tidak
Tidak
Ya
Tidak Ya
Tidak Ya
Selesai
Tidak
Ya
Tambahkan Operasi j Є St memenuhi
cj=c* kedalam PSt
Gambar 4.3 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk Prioritas
FO
48
Notasi-notasi yang digunakan dalam algoritma ini adalah sebagai berikut:
PSt = jadwal parsial yang berisi t jadwal operasi.
St = satu set operasi yang telah direncanakan di tahap t.
tj = waktu yang diperlukan untuk menyelesaikan operasi ke-j.
cj = waktu tercepat pada operasi j Є St dapat dimulai.
rj = waktu tercepat pada operasi j Є St dapat diselesaikan.
rj = cj + tj
wi = nilai bobot dari suatu job ke-i.
cj* = waktu mulai untuk suatu operasi j Є PSt.
rj* = waktu selesai untuk suatu operasi j Є PSt.
rk = waktu tercepat operasi pada mesin k dapat dimulai.
4.2.1 Contoh Penjadwalan Hasil Pengembangan Model
Untuk mempermudah pemahaman terhadap algoritma yang tersebut di atas,
berikut ini contoh pelaksanaan penjadwalan non-delay dengan mesin majemuk.
Penjadwalan dilakukan terhadap tujuh job, yaitu job A, B, C, D, E, F, dan G. Job
A, C, D terdiri dari enam operasi, dan job B, E, F, dan G terdiri dari lima operasi.
Proses pada job A dilakukan secara berturut turut pada mesin 2, mesin 5, mesin 7,
mesin 12, mesin 21, mesin 27. Job B diproses pada mesin 1, mesin 5, mesin 10,
mesin 19, mesin 27. Urutan mesin yang memproses tiap-tiap job secara lengkap
dapat dilihat pada tabel 4.1 dan waktu yang dibutuhkan untuk memproses tiap-tiap
job tersebut dapat dilihat pada tabel 4.2. Kesuluruhan job siap untuk dijadwalkan
sejak t=0.
Mesin-mesin yang digunakan pada penjadwalan tersebut terdiri dari mesin
tunggal dan mesin majemuk. Mesin 1, mesin 2, mesin 6, mesin 7, mesin 10, mesin
14, mesin 21, dan mesin 25 merupakan mesin tunggal. Mesin 5 dan mesin 12
adalah mesin majemuk dengan jumlah mesin sebanyak dua. Pada penjadwalan,
mesin majemuk tersebut diberikan kode a dan b. Keseluruhan mesin yang
digunakan memiliki kesiapan melakukan proses produksi sejak t=0.
49
Tabel 4.1 Matriks Routing
Tabel 4.2 Matriks Waktu Proses
Tabel 4.3 adalah contoh penjadwalan algoritma non-delay prioritas MOR dengan
mesin majemuk. Penjadwalan dengan prioritas SPT dan FO memiliki cara
pengerjaan yang sama dengan prioritas MOR, namun perbedaan secara significant
terhadap pemakaian prioritas-prioritas tersebut terlihat pada stage 0, hal ini
dikarenakan pada stage-stage berikutnya prioritas yang lebih sering digunakan
adalah prioritas kedua, yaitu prioritas berdasarkan bobot masing-masing. Untuk
dapat mengetahui perbedaan hasil penjadwalan pada pemakaian prioritas pertama,
pada tabel 4.4 menunjukkan stage 0 pada penjadwalan dengan prioritas SPT, dan
tabel 4.5 Menunjukkan stage 0 pada penjadwalan dengan prioirtas FO.
1 2 3 4 5 6A 2 5 7 12 21 27B 1 5 10 19 27 -C 1 5 10 12 21 26D 1 5 6 12 21 22E 2 5 6 15 26 -F 2 5 7 18 23 -G 2 7 14 21 30 -
1 2 3 4 5 6A 7 4 3 14 8 6B 6 3 3 10 8 -C 7 3 4 10 8 9D 7 3 4 13 7 7E 7 3 3 8 8 -F 8 4 5 7 6 -G 6 3 8 10 7 -
50
Tabel 4.3 Penjadwalan Algoritma Non-Delay Prioritas MOR
a b a b0 0 0 0 0 0 0 0 0 0 0 0 0 A.1.2 0 2 0 1 D.1.1 6 30 0 7 7
B.1.1 0 1 C.1.1 6 22 7 7 14C.1.1 0 1 B.1.1 5 14 14 6 20D.1.1 0 1 2 A.1.2 6 27 0 7 7E.1.2 0 2 G.1.2 5 38 7 6 13F.1.2 0 2 E.1.2 5 34 13 7 20G.1.2 0 2 F.1.2 5 19 20 8 28
20 28 0 0 0 0 0 0 0 0 0 0 A.2.5 7 5 7 5 D.2.5 5 30 7 3 10 aB.2.5 20 5 A.2.5 5 27 7 4 11 bC.2.5 14 5D.2.5 7 5E.2.5 20 5F.2.5 28 5G.2.7 13 7
20 28 10 11 0 0 0 0 0 0 0 0 A.3.7 11 7 10 6 D.3.6 4 30 10 4 14B.2.5 20 5C.2.5 14 5D.3.6 10 6E.2.5 20 5F.2.5 28 5G.2.7 13 7
3 20 28 10 11 14 0 0 0 0 0 0 0 A.3.7 11 7 11 7 A.3.7 4 27 11 3 14B.2.5 20 5C.2.5 14 5D.4.12 14 12E.2.5 20 5F.2.5 28 5G.2.7 13 7
20 28 10 11 14 14 0 0 0 0 0 0 A.4.12 14 12 14 5 C.2.5 5 22 14 3 17 aB.2.5 20 5 7 G.2.7 4 38 14 3 17C.2.5 14 5 12 D.4.12 3 30 14 13 27 aD.4.12 14 12 A.4.12 3 27 14 14 28 bE.2.5 20 5F.2.5 28 5G.2.7 14 7
20 28 17 11 14 17 0 27 28 0 0 0 A.5.21 28 21 17 10 C.3.10 4 22 17 4 21B.2.5 20 5 14 G.3.14 3 38 17 8 25C.3.10 17 10D.5.21 27 21E.2.5 20 5F.2.5 28 5
G.3.14 17 14
20 28 17 11 14 17 21 27 28 25 0 0 A.5.21 28 21 20 5 B.2.5 4 14 20 3 23 bB.2.5 20 5 E.2.5 4 34 20 3 23 aC.4.12 27 12D.5.21 27 21E.2.5 20 5F.2.5 28 5
G.4.21 25 21
rk
1 25
6 7 1012
14 21 St cj m c* m*m
opt.
1
2
4
5
PstJumlah Operasi
wi cj* tj rj*25
6
Sisa operasi terbanyak diproses terlebih dahulu
rk = rj*
Seluruh job diganti menjadi operasi ke-2
Perubahan cj karena rk mesin 7 = 14
51
a b a b7 20 28 23 23 14 17 21 27 28 25 0 0 A.5.21 28 21 23 6 E.3.6 3 34 23 3 26
B.3.10 23 10 10 B.3.10 3 14 23 3 26C.4.12 27 12D.5.21 27 21E.3.6 23 6F.2.5 28 5
G.4.21 25 21
20 28 23 23 26 17 26 27 28 25 0 0 A.5.21 28 21 25 21 G.4.21 2 38 25 10 35B.4.14 26 14C.4.12 27 12D.5.21 27 21E.4.14 26 14F.2.5 28 5
G.4.21 25 21
20 28 23 23 26 17 26 27 28 25 35 0 A.5.21 35 21 26 14 E.4.14 2 34 26 8 34B.4.14 26 14 B.4.14 2 14 34 10 44C.4.12 27 12D.5.21 35 21E.4.14 26 14F.2.5 28 5
G.5.25 35 25
20 28 23 23 26 17 26 27 28 44 35 0 A.5.21 37 21 27 12 C.4.12 3 22 27 10 37 aB.5.25 44 25C.4.12 27 12D.5.21 37 21E.5.25 34 25F.2.5 28 5
G.5.25 35 25
20 28 23 23 26 17 26 37 28 44 35 0 A.5.21 37 21 28 5 F.2.5 4 19 28 4 32 aB.5.25 44 25C.5.21 37 21D.5.21 37 21E.5.25 34 25F.2.5 28 5
G.5.25 35 2512 20 28 32 23 26 17 26 37 28 44 35 0 A.5.21 37 21 32 7 F.3.7 3 19 32 5 37
B.5.25 44 25C.5.21 37 21D.5.21 37 21E.5.25 34 25F.3.7 32 7
G.5.25 35 25
20 28 32 23 26 37 26 37 28 44 35 0 A.5.21 37 21 34 25 E.5.25 1 34 34 8 42B.5.25 44 25C.5.21 37 21D.5.21 37 21E.5.25 34 25F.4.12 37 12G.5.25 35 25
20 28 32 23 26 37 26 37 28 44 35 42 A.5.21 37 21 37 21 D.5.21 2 30 37 7 44B.5.25 44 25 A.5.21 2 27 44 8 52C.5.21 37 21 C.5.21 2 22 52 8 60D.5.21 37 21 12 F.4.12 2 19 37 7 44 bF.4.12 37 12G.5.25 42 25
20 28 32 23 26 37 26 37 44 44 60 42 A.6.25 52 25 42 25 G.5.25 1 38 42 7 49B.5.25 44 25C.6.25 60 25D.6.25 44 25F.5.25 44 25G.5.25 42 25
20 28 32 23 26 37 26 37 44 44 60 49 A.6.25 52 25 49 25 D.6.25 1 30 49 7 56B.5.25 49 25 F.5.25 1 19 56 6 62C.6.25 60 25 B.5.25 1 14 62 8 70D.6.25 49 25F.5.25 49 25
20 28 32 23 26 37 26 37 44 44 60 70 A.6.25 70 25 70 25 A.6.25 1 27 70 6 76C.6.25 70 25 C.6.25 1 22 76 9 85
rk
1 25
16
8
9
10
11
15
12
13
14
6 7 1012
m*2114 c*25 St cj mm
opt.Pst
Jumlah Operasi
wi cj* tj rj*
52
Tabel 4.4 Stage 0 Contoh Penjadwalan dengan Prioritas SPT
Tabel 4.5 Stage 0 Contoh Penjadwalan dengan Prioritas FO
4.2.2 Tahap Pelaksanaan Penjadwalan Hasil Pengembangan Model
Tahap pelaksanaan penjadwalan non-delay prioritas MOR dengan mesin majemuk
adalah:
Stage 0: Pada stage awal, semua operasi memiliki nilai cj nol, sehingga nilai
terkecil dari cj (c*) tersebut adalah nol. Hal ini disebabkan semua operasi
pada stage ini adalah operasi tanpa pendahulu dan semua mesin berada
dalam kondisi siap beroperasi. Saat datang job pada t = 0, maka
keseluruhan operasi (St) pada stage tersebut siap dijadwalkan. Mesin
yang memenuhi c* adalah mesin 1 dan mesin 2. Untuk melakukan
pengurutan operasi pada mesin-mesin tersebut maka diperlukan prioritas
pertama.
Prioritas pertama yang digunakan pada penjadwalan di atas adalah
prioritas MOR. Dari hasil pemakaian prioritas tersebut masih diperlukan
prioritas kedua, karena ada operasi yang memiliki sisa operasi yang sama
yaitu job D dan job C dengan sisa operasi enam pada mesin 1 serta job G,
E, dan F dengan sisa operasi lima pada mesin 2. Prioritas kedua yang
a b a b0 0 0 0 0 0 0 0 0 0 0 0 0 A.1.2 0 2 0 .1 B.1.1 6 14 0 6
B.1.1 0 1 D.1.1 7 30 6 13C.1.1 0 1 C.1.1 7 22 13 20D.1.1 0 1 .2 G.1.2 6 38 0 6E.1.2 0 2 E.1.2 7 34 6 13F.1.2 0 2 A.1.2 7 27 13 20G.1.2 0 2 F.1.2 8 19 20 28
c* m opt.
Pst wi cj*tj rj*m*St cj m
rk
1 25
6 7 1012
14 21 25
a b a b0 0 0 0 0 0 0 0 0 0 0 0 0 A.1.2 0 2 0 .1 B.1.1 5 14 0 6 6
B.1.1 0 1 D.1.1 6 30 6 7 13C.1.1 0 1 C.1.1 6 22 13 7 20D.1.1 0 1 .2 G.1.2 5 38 0 6 6E.1.2 0 2 E.1.2 5 34 6 7 13F.1.2 0 2 F.1.2 5 19 13 8 21G.1.2 0 2 A.1.2 6 27 21 7 28
c* m opt.
Pst Jumlah Operasi
wi cj* tj rj*m*St cj m
rk
1 25
6 7 1012
14 21 25
Waktu proses terpendek diproses terlebih dahulu
Sisa operasi paling sedikit diproses terlebih dahulu
53
digunakan adalah bobot (wi), sehingga diperoleh urutan operasi job D, C,
B pada mesin 1 dan job A, G, E, F pada mesin 2.
D dan A sebagai job dengan urutan pertama yang dioperasikan pada
mesin 1 dan mesin 2, maka waktu mulai pengoperasian (cj*) job-job
tersebut adalah nol. Untuk selanjutnya, job C, B, G, E, dan F memiliki
nilai cj* yang sama dengan nilai waktu selesai pengoperasian (rj*) pada
operasi sebelumnya pada masing-masing job tersebut, sehingga diperoleh
nilai cj* untuk job-job tersebut secara berurutan adalah 7, 14, 7, 13, dan
20.
Stage 1: Setelah semua operasi pada stage 0 yang memenuhi cj* = 0 selesai
dijadwalkan, maka tahap berikutnya (t+1), yaitu stage 1 dilaksanakan.
Hal pertama yang dilakukan pada setiap iterasi adalah memperbarui
waktu tercepat mesin dapat dimulai (rk) pada mesin yang merupakan m*
pada stage sebelumnya. rk pada mesin 1 dan mesin 2 yang merupakan
m* pada stage 1 diperbarui menjadi 20 dan 28, nilai tersebut diperoleh
dari nilai rj* pada operasi terakhir masing-masing mesin. Job B sebagai
urutan terakhir yang dioperasikan pada mesin 1 dengan nilai rj* sama
dengan 20, dan job F sebagai urutan terakhir pada mesin 2 memiliki nilai
rj* sebesar 28.
Gantikan semua operasi yang telah dijadwalkan pada stage 0 dengan
operasi berikutnya, operasi kesatu pada stage 0 digantkan dengan operasi
kedua pada stage 1. Nilai cj diisi dengan melihat nilai maksimal diantara
rj* operasi sebelumnya dan rk mesin yang akan digunakan. Job-job pada
stage 1 menunjukkan proses pengoperasian dengan menggunakan mesin
5 dan mesin 7 yang memiliki nilai rk sama dengan 0. Ketika rk mesin
yang akan digunakan bernilai 0, maka cj untuk semua job pada stage 1
mengikuti nilai rj* job tersebut pada stage sebelumnya.
54
c* pada stage ini benilai tujuh dengan mesin 5 yang memenuhi c*
tersebut, sehingga dihasilkan job D dan A pada kolom PSt. Kedua job
tersebut sama-sama mengalami antrian pada mesin 5, sehingga
memerlukan prioritas pada proses penjadwalannya. Pemakaian prioritas
pertama masih memberikan hasil yang sama dengan jumlah operasi yang
tersisa sebanyak lima pada kedua job tersebut, sehingga pemakaian
prioritas kedua digunakan dengan menghasilkan urutan pengoperasian
pertama pada job D dan urutan kedua pada job A. Kedua job tersebut
memiliki waktu awal operasi tujuh karena mesin 5 merupakan mesin
majemuk dengan rk pada keduanya adalah nol, job D akan diproses pada
mesin 5a dan job A diproses pada mesin 5b.
Stage 2: Iterasi berikutnya adalah stage 2 dengan tahap awal mengganti nilai rk
pada mesin 5a dan 5b menjadi sepuluh dan sebelas. Job A dan D yang
pada stage sebelumnya dijadwalkan, maka pada stage ini operasinya
diganti dengan operasi selanjutnya. Nilai cj job A dab D disamakan
dengan nilai rj* job tersebut pada stage sebelumnya, yaitu sebelas dan
sepuluh, hal ini dikarenakan rk mesin yang akan digunakan pada job-job
tersebut adalah nol.
c* pada stage 2 adalah sepuluh yang hanya menghasilkan satu job pada
c* tersebut, yaitu job D sebagai job tunggal yang mengalami antrian pada
mesin 6, sehingga job D dapat langsung dijadwalkan tanpa memerlukan
pemakaian prioritas.
Stage 3: Perbarui rk mesin 6 menjadi 14 yang merupakan waktu selesai
pengoperasian job D. Job D operasi ke-3 diubah menjadi operasi ke-4
dengan pemakaian mesin 12 dan nilai cj sama dengan 14 karena mesin
12 sudah siap dioperasikan sejak t = 0. Pada stage 3 dihasilkan satu job
yang memenuhi c* dan m*, yaitu job A dengan waktu awal operasi pada
jam ke-11 dan waktu selesai pengoperasian pada jam ke-14.
55
Stage 4: Pada stage 4 nilai rk mesin 7 diperbarui menjadi 14 yang menyebabkan
cj pada job G yang pada pengoperasiannya memerlukan mesin 7
mengalami perubahan dari 13 menjadi 14. Gantikan job A operasi ke-3
dengan operasi ke-4 yang memiliki nilai cj sama dengan 14.
Pada stage ini terdapat empat job yang dapat memenuhi cj* sama dengan
14. Job C dan G merupakan job tunggal yang mengalami antrian secara
berturut-turut pada mesin 5 dan 7, sehingga kedua job ini dapat langsung
dijadwalkan tanpa pemakaian prioritas. Pengoperasian job C pada mesin
5 yang merupakan mesin majemuk, maka penjadwalan dilakukan dengan
melihat rk pada mesin 5a dan mesin 5b, walaupun kedua mesin tersebut
memiliki kesiapan untuk pengoperasian pada t = 14, namun pemilihan
mesin tetap dilakukan terhadap mesin dengan ready time (rk) tercepat,
yaitu pada mesin 5a.
D dan A mengalami antrian pada mesin yang sama, sehingga diperlukan
pemakaian prioritas. Pemakaian prioritas MOR masih menghasilkan sisa
operasi yang sama pada kedua job tersebut, sehingga diperlukan
pemakaian prioritas bobot, yang kemudian dihasilkan urutan operasi pada
mesin 12 dengan job D pada urutan pertama dan job A pada urutan
kedua. Mesin 12 yang merupakan mesin majemuk memiliki kesiapan
waktu pengoperasian pada kedua mesinnya sejak t = 0, sehingga kedua
mesin tersebut dapat dioperasikan secara bersamaan pada t=14. Job D
sebagai urutan pertama dioperasikan pada mesin 12a dan job D sebagai
urutan kedua dioperasikan pada mesin 12b.
Stage 5: Perbaiki kesiapan mesin 5, mesin 7, dan mesin 12 dengan melihat rj*
pada stage sebelumnya. Hilangkan semua operasi yang dijadwalkan pada
stage 4, dan gantikan operasi-operasi tersebut dengan operasi berikutnya.
Stage 5 menghasilkan dua job yang memenuhi nilai cj* sebesar 17,
dimana kedua job tersebut mengalami antrian pada mesin yang berbeda,
56
sehingga kedua job tersebut dapat langsung dijadwalkan tanpa
memerlukan pemakaian prioritas.
Stage 6: Perbaiki rk mesin 10 dan mesin 14 dengan melihat rj* pada stage
sebelumnya. Gantikan operasi job C dan G dengan operasi berikutnya,
dan lengkapi data cj job tersebut dengan dengan melihat nilai maksimal
diantara rj* operasi sebelumnya dan rk mesin yang akan digunakan.
Pada stage 6 cj* bernilai 20, dengan dua job yang dihasilkan yang
memenuhi cj* tersebut, yaitu job B dan job E. Kedua job tersebut
mengalami antrian pada mesin yang sama pada mesin 5, sehingga
diperlukan pemakaian prioritas. Prioritas pertama menghasilkan sisa
operasi yang sama pada kedua job tersebut, sehingga penjadwalan
dilanjutkan dengan pemakaian prioritas kedua dengan hasil urutan
operasi pertama pada job B dan kedua pada job E. Mesin 5 merupakan
mesin majemuk, maka mesin dengan rk tercepat dioperasikan pada
urutan pertama, sehingga job B dioperasikan pada mesin 5b dan job E
dioperasikan pada mesin 5a.
Lakukan proses penjadwalan tersebut secara berulang sehingga semua job selesai
dijadwalkan. Hasil akhir diperoleh, waktu penyelesaian untuk keseluruhan job
tersebut adalah 85 jam.
4.3 Algoritma Non-Delay untuk Mesin Majemuk disertai Job Sisipan
Pada penelitian ini, dalam melakukan penjadwalan untuk jumlah produk dan
variasi proses produksi yang tinggi, maka penjadwalan dilakukan secara bertahap.
Tahap pertama, penjadwalan job utama dilakukan untuk produk-produk tablet dan
tablet salut yang pada proses penyalutannya menggunakan mesin XL–Cota. Mesin
Xl-Cota adalah mesin salut dengan jumlah antrian yang paling banyak
dibandingkan dengan mesin salut lainnya, sehingga proses produksi pada mesin
ini akan sangat berpengaruh terhadap waktu penyelesaian (makespan)
keseluruhan. Penjadwalan berikutnya dilakukan dengan melakukan penyisipkan
57
job pada penjadwalan job utama tersebut, job sisipan merupakan produk-produk
solid yang diproses pada mesin dengan utilitas yang tinggi.
Penyisipan job hanya dapat dilakukan tanpa mengubah atau melakukan
pergeseran pada jadwal proses produksi job utama. Job-job sisipan dimasukkan ke
dalam jadwal, dimana mesin-mesin yang digunakan untuk proses produksi job
utama sedang mengalami idle.
Kriteria job sisipan dapat dijadwalkan tanpa melakukan pergeseran pada jadwal
job utama dapat dijelaskan sebagai berikut:
1. Ketersediaan mesin yang diperoleh dari data mesin idle job utama terdiri dari
dua notasi, yaitu waktu tercepat mesin dapat dimulai (rk) dan waktu terakhir
mesin dapat digunakan untuk mengoperasikan job sisipan (ck). Ketersediaan
mesin menjadi layak, jika
ck ≥ cj* (4-1)
Sehingga nilai ck harus selalu mengikuti nilai minimum dari waktu tercepat
job dapat dimulai (cj*) pada setiap stage.
2. Waktu tercepat job dapat dimulai (cj) harus berada diantara waktu rk dan ck.
Job sisipan akan layak dijadwalkan, jika
rk ≤ cj ≤ ck* (4-2)
3. Waktu tercepat job dapat diselesaikan (rj) harus kurang dari atau sama dengan
waktu ck.
Job sisipan akan layak dijadwalkan, jika
rj ≤ ck* (4-3)
4. Keseluruhan job yang memenuhi c* dan mengalami antrian pada m* yang
sama, maka keseluruhan job tersebut akan layak dijadwalkan jika waktu
selesai job terakhir yang dijadwalkan (rj*) pada m* tersebut kurang dari atau
sama dengan ck.
Job sispan akan layak dijadwalkan jika
rj* ≤ ck* (4-4)
58
Berikut ini adalah algoritma Non-delay untuk mesin majemuk disertai job sisipan
yang digunakan dalam pengolahan data.
Langkah 1: Beri nilai t=0, dan dimulai dari PSt, seperti sebagai jadwal parsial
yang gagal. Pada mulanya, St adalah semua aktifitas tanpa adanya
pendahulu. Lanjutkan ke langkah 2.
Langkah 2: Tentukan cj, dimana cj = {rk ≤ cj ≤ ck} untuk operasi yang
menggunakan mesin yang sama dengan mesin yang digunakan
untuk proses produksi job utama, atau cj = {cj ≥ rk) untuk
operasi yang menggunakan mesin yang berbeda dengan mesin
yang digunakan untuk proses produksi job utama. Lanjutkan
ke Langkah 3.
Langkah 3: Tentukan c*, dimana c* = min{cj ; j Є St} dan mesin m*, yaitu
mesin yang merealisasikan c*. Lanjutkan ke Langkah 4.
Langkah 4: Untuk semua operasi j Є St yang memerlukan m* dan memenuhi cj
= c*, maka tambahkan operasi j yang memenuhi syarat ini ke dalam
PSt. Untuk semua operasi j Є PSt dengan m* yang sama hanya
terdiri dari satu operasi lanjutkan ke Langkah 7. Untuk semua
operasi j Є PSt dengan m* yang sama lebih dari satu operasi,
urutkan operasi tersebut berdasarkan aturan prioritas Fewest
Operation (FO) atau job dengan sisa operasi paling sedikit. Jika
masih ada lebih dari satu operasi yang memiliki sisa operasi yang
sama, maka prioritas selanjutnya lanjutkan ke Langkah 5. Jika setiap
operasi memiliki sisa operasi yang berbeda maka lanjutkan ke
Langkah 6.
Langkah 5: Urutkan operasi berdasarkan nilai bobot (wi) yang tertinggi.
Lanjutkan ke Langkah 6.
Langkah 6: Melihat waktu selesai operasi (rj*) pada urutan pengoperasian yang
terakhir. Jika waktu selesai operasi (rj*) tidak melebihi waktu
terakhir mesin dapat digunakan untuk mengoperasikan job sisipan
(ck) lanjutkan ke Langkah 7. Jika rj* melebihi ck batalkan sebagian
operasi sehingga rj* ≤ ck, kembalikan operasi yang dibatalkan ke
Langkah 2.
59
Langkah 7: Melihat ketersediaan mesin, apakah mesin tunggal atau mesin
dengan jumlah lebih dari satu. Jika mesin tunggal, maka langsung
lanjutkan ke Langkah 8. Sedangkan untuk mesin dengan jumlah
lebih dari satu, maka dipilih mesin dengan ready time (rk) tercepat.
Lanjutkan ke Langkah 8.
Langkah 8: Melihat apakah mesin sedang dalam keadaan beroperasi atau tidak.
Jika mesin tidak sedang beroperasi, waktu mulai operasi mengikuti
waktu operasi pada cj. Tetapi jika mesin sedang beroperasi, maka
waktu mulai operasi mengikuti waktu mesin setelah mesin selesai
beroperasi. Lanjutkan ke Langkah 9.
Langkah 9: Jadwalkan operasi tersebut. Lanjutkan ke Langkah 10.
Langkah 10: Buat suatu jadwal parsial baru PSt+1 dan perbaiki kumpulan data
dengan cara:
d. Menambahkan satu pada t.
e. Menghilangkan operasi j dari St.
f. Buat St+1 dengan cara menambah pengikut langsung operasi j
yang telah dihilangkan.
Lanjutkan ke Langkah 11.
Langkah 11: Melihat apakah masih ada operasi yang tersisa. Jika ya, kembali ke
Langkah 3 untuk setiap alternatif jadwal parsial PSt yang dapat
dibuat pada Langkah 4.
Lanjutkan proses ini sampai semua operasi selesai dijadwalkan.
Gambar 4.4 menunjukkan diagram alir algoritma non-delay untuk mesin majemuk
disertai job sisipan.
60
Mulai
t = 0
Apakah ada j Є PSt dengan m* yang sama lebih dari satu operasi?
Urutkan operasi dengan prioritas FO
Urutkan operasi dengan prioritas nilai bobot (wi)
tertinggi
Apakah ada operasi dengan sisa operasi yang sama?
Apakah rj* > ck?
Jadwalkan operasi tersebut
Apakah masih ada operasi yang tersisa?
Ya
TidakTidak
Ya
YaTidak
Selesai
Tidak
Ya
Tentukan c* = min(cj ; j Є St)
Tentukan cj = {rk ≤ cj ≤ ck} atau
{cj ≥ rk)
Batalkan sebagian operasi sehingga
rj* ≤ ck
Perbaiki kumpulan data dengan cara:
• t+1 • Hilangkan operasi j dari St• Buat St+1
Apakah Mesin Tunggal?
Pilih mesin dengan ready time tercepat
Apakah mesin sedang beroperasi
Waktu mulai operasi sama dengan cj
Waktu mulai operasi mengikuti waktu mesin setelah mesin
selesai beroperasi
Tidak Ya
Tidak Ya
Tambahkan Operasi j Є St memenuhi cj=c*
kedalam PSt
Gambar 4.4 Diagram Alir Algoritma Non-Delay untuk Mesin Majemuk disertai Job
Sisipan
61
Notasi-notasi yang digunakan dalam algoritma ini adalah sebagai berikut:
PSt = jadwal parsial yang berisi t jadwal operasi.
St = satu set operasi yang telah direncanakan di tahap t.
tj = waktu yang diperlukan untuk menyelesaikan operasi ke-j.
cj = waktu tercepat pada operasi j Є St dapat dimulai.
rj = waktu tercepat pada operasi j Є St dapat diselesaikan.
rj = cj + tj
wi = nilai bobot dari suatu job ke-i.
cj* = waktu mulai untuk suatu operasi j Є PSt.
rj* = waktu selesai untuk suatu operasi j Є PSt.
rk = waktu tercepat operasi pada mesin k dapat dimulai.
ck = waktu terakhir mesin k dapat digunakan untuk mengoperasikan job
sisipan.
4.3.1 Contoh Penjadwalan Hasil Pengembangan Model
Untuk mempermudah pemahaman terhadap algoritma yang tersebut di atas,
berikut ini contoh pelaksanaan penjadwalan non-delay dengan mesin majemuk
disertai job sisipan. Penjadwalan dilakukan terhadap tujuh job sisipan, yaitu job
J1, J2, J3, J4, J5, J6, dan J7. Proses pada job J1 dilakukan secara berturut turut
pada mesin 1, mesin 6, mesin 13, mesin 33, mesin 25. Job B diproses pada mesin
9, mesin 13, mesin 33, mesin 25. Urutan mesin yang memproses tiap-tiap job
secara lengkap dapat dilihat pada tabel 4.6 dan waktu yang dibutuhkan untuk
memproses tiap-tiap job tersebut dapat dilihat pada tabel 4.7.
Tabel 4.6 Matriks Routing
1 2 3 4 5JS1 1 6 13 33 25JS2 9 13 33 25 -JS3 2 6 13 33 25JS4 9 13 33 25 -JS5 9 13 33 25 -JS6 8 13 33 25 -JS7 6 15 33 25 -
62
Tabel 4.7 Matriks Waktu Proses
Mesin-mesin yang digunakan pada penjadwalan tersebut terdiri dari mesin
tunggal dan mesin majemuk. Mesin 1, mesin 2, mesin 6, mesin 8, mesin 9, mesin
13, mesin 15, dan mesin 33 merupakan mesin tunggal. Mesin 25 adalah mesin
majemuk dengan jumlah mesin sebanyak dua. Mesin 33 adalah mesin yang tidak
digunakan pada proses produksi job utama, sehingga memiliki kesiapan
melakukan proses produksi (rk) sejak t=0. Untuk mesin-mesin yang telah
digunakan untuk proses produksi job utama, kesiapan mesin dilihat dari waktu
idle mesin hasil penjadwalan job utama. Data idle mesin yang digunakan untuk
melakukan penjadwalan job sisipan ini dapat dilihat pada gambar 4.5. Data idle
mesin tersebut merupakan hasil penjadwalan job utama yang dapat diselesaikan
selama 150 jam.
Gambar 4.5 Mesin Idle Job Utama
4.3.2 Tahapan Pelaksanaan Penjadwalan Hasil Pengembangan Model
Tabel 4.8 adalah contoh penjadwalan algoritma non-delay dengan mesin majemuk
disertai job sisipan. Berikut ini adalah tahap pelaksanaan penjadwalan tersebut:
1 2 3 4 5JS1 7 6 10 8 8JS2 7 9 8 9 -JS3 7 3 10 7 5JS4 5 15 7 7 -JS5 5 11 6 6 -JS6 2 16 8 10 -JS7 3 11 8 8 -
`
rk ck
140
145
150
140
62 80
105
120
15 27 43 52 132
0
83
87
25
0
0
0
0
90
12
150
150
150
150
36
75 120
14013398
50 65
50
0
76 100 150
150
1
0
113
42
15
25a
25b
13
2
6
8
9
63
Stage 0: Waktu tercepat job dapat dimulai(cj) diisi dengan melihat rk pada mesin
yang bersangkutan. Job J1 dan J3 memiliki nilai cj secara berturut-turut
25 dan 36. Job J2, J4, J5, J6, dan J7 memiliki nilai cj sama dengan nol.
Pada stage awal, nilai terkecil dari cj (c*) tersebut adalah nol dengan job
yang memenuhi c* tersebut adalah job J2, J4, J5, J6, dan J7. Job 6 dan 7
merupakan job tunggal yang secara berturut-turut mengalami antrian
pada mesin 6 dan mesin 8, sehingga job tersebut dapat langsung
dijadwalkan tanpa memerlukan prioritas. Job J2, J4, dan J5 sama-sama
mengalami antrian pada mesin 9 sehingga memerlukan prioritas untuk
melakukan pengurutan operasi.
Pemakain prioritas FO masih menghasilkan operasi dengan sisa operasi
yang sama, maka pengurutan dilanjutkan menggunakan prioiritas bobot.
Pengurutan operasi tersebut menghasilkan J2 sebagai urutan pertama, J4
sebagai urutan kedua, dan job J5 sebagai urutan terakhir. Karena
penjadwalan dilakukan terhadap satu mesin untuk 3 job berturut-turut,
maka harus dilakukan pengecekan kelayakan penjadwalan job sisipan
tersebut. Ketiga job tersebut layak untuk dijadwalkan karena rj* pada job
J5 bernilai 17 tidak melebihi ck mesin 9 yang bernilai 85.
Stage 1: Tahap berikutnya (t+1) adalah stage 1, dan hal pertama yang dilakukan
pada setiap iterasi adalah memperbarui waktu tercepat mesin dapat
dimulai (rk) pada mesin yang merupakan m* pada stage sebelumnya.
Pada mesin 6, mesin 8, dan mesin 9 nilai rk diperbarui menjadi 3, 2, dan
17, nilai tersebut diperoleh dari nilai rj* pada operasi terakhir masing-
masing mesin.
Gantikan semua operasi yang telah dijadwalkan pada stage 0 dengan
operasi berikutnya pada tiap. Nilai cj diisi dengan melihat nilai maksimal
diantara rj* operasi sebelumnya dan rk mesin yang akan digunakan.
Operasi berikunya pada job J2, J4, J5, J6, dan J7 menggunakan mesin 13
dan mesin 15 dengan nilai rk sama dengan nol, sehingga cj job-job
tersebut memiliki nilai yang sama dengan nilai rj* masing-masing. Job-
64
job tersebut akan layak dijadwalkan karena menghasilkan nilai rj yang
tidak melebihi nilai ck dari mesin yang akan digunakan. Job J2, J4, J5,
dan J6 memiliki nilai rj secara berturut-turut 37, 27, 28, dan 18 dimana
mesin 13 yang merupakan mesin yang akan digunakan oleh job-job
terebut memiliki nilai ck sama dengan 76. Job J7 akan diproses pada
mesin 15 memiliki nilai rj sama dengan 14, akan layak dijadwalkan
karena mesin 15 tersebut memiliki nilai ck 15.
Setelah job-job yang sudah dijadwalkan dihilangkan dan digantikan
dengan opersi berikutnya, maka diperoleh c* sama dengan dua.
Keseluruhan mesin masih layak untuk dilakukan penyisipan job karena
memiliki nilai ck lebih dari dua.
c* yang bernilai dua hanya menghasilkan satu job pada c*, yaitu job J6
sebagai job tunggal yang mengalami antrian pada mesin 13, sehingga job
J6 dapat langsung dijadwalkan tanpa memerlukan pemakaian prioritas.
Stage 2: Perbarui rk mesin 13 menjadi 18 yang merupakan waktu selesai
pengoperasian job J6. Perubahan rk mesin 13, menyebabkan cj job J4 dan
J5 yang akan menggunakan mesin 13 harus diperbarui menjadi 18.
Perbarui job J6 yang sudah dijadwalkan dengan operasi berikutnya,
dimana operasi berikutnya akan diproses pada mesin 33, maka isikan
nilai cj J6 sama dengan 18 karena mesin 33 sudah siap dioperasikan sejak
t = 0. Mesin 33 merupakan mesin yang tidak digunakan pada proses
produksi job utama, sehingga mesin 33 tidak memiliki batas waktu
pengoperaian untuk job sisipan (ck).
c* pada stage ini bernilai tiga menghasilkan satu job yang dijadwalkan,
yaitu job J7 pada mesin 15 dengan waktu selesai operasi pada jam ke-14.
Stage 3: Perbarui rk mesin 15 menjadi 14 yang merupakan rj* job J7, dan
gantikan operasi job J7 tersebut dengan operasi berikutnya. c* pada stage
ini bernilai 14, maka kesiapan mesin 6 harus diperbarui karena memiliki
65
nilai ck lebih kecil dari c*. Perbarui kesiapan mesin 6 dilakukan dengan
melihat kembali idle mesin pada penjadwalan job utama, diperoleh idle
mesin 6 yang dimulai dari jam ke-98 sampai jam ke-133. Stage 3
menghasilkan satu job yang dijadwalkan, yaitu job J7 pada mesin 33
dengan waktu selesai operasi pada jam ke-22.
Stage 4: Perbarui rk mesin 33 menjadi 22 yang merupakan rj* job J7, dan
gantikan operasi job J7 tersebut dengan operasi berikutnya. Perubahan rk
mesin 33, menyebabkan cj job J6 yang akan menggunakan mesin 33
harus diperbarui menjadi 22.
c* pada stage ini bernilai 18, maka kesiapan mesin 15 harus diperbarui
karena mesin 15 tersebut hanya dapat dilakukan penyisipan job sampai
jam ke-15. Idle mesin 15 berikutnya yang dapat digunakan untuk
penyisipan job dimulai dari jam ke-27 sampai jam ke-43.
Pada stage ini dihasilkan tiga job yang memenuhi c* sama dengan 18,
yaitu job J2, J4, dan, J5 yang sama-sama mengalami antrian pada mesin
13. Dari hasil pemakaian prioritas diperoleh urutan operasi, J2 sebagai
urutan pertama, J4 sebagai urutan kedua, dan job J5 sebagai urutan
operasi ketiga. Ketiga job tersebut layak untuk dijadwalkan karena rj*
pada job J5 bernilai 53 tidak melebihi ck mesin 13 yang bernilai 76.
Stage 5: Perbarui rk mesin 13 menjadi 53 yang merupakan rj* job J5, dan
gantikan operasi job-job yang telah dijadwalkan pada stage 4 dengan
operasi berikutnya.
c* pada stage 5 bernilai 22 dan keseluruhan mesin pada stage ini masih
dapat dilakukan penyisipan job karena semua mesin memiliki nilai ck
lebih dari 22. Dihasilkan dua job yang memenuhi c* sama dengan 22,
yaitu job J6, dan J7 yang mengalami antrian pada mesin yang berbeda,
yaitu secara berturut-turut pada mesin 33 dan 25. Mesin 25 merupakan
mesin majemuk, karena mesin 25a dan mesin 25b memiliki kesiapan
operasi yang sama, maka job J7 dioperasikan pada mesin 25a.
66
Pengulangan dilakukan terus-menerus sampai keseluruhan operasi pada setiap job
sisipan sudah dijadwalkan. Diperoleh hasil akhir untuk menyelesaikan
keseluruhan job sisipan adalah selama 131 jam. Dari hasil waktu penyelesaian job
sisipan yang lebih kecil dari waktu penyelesaian job utama, maka dapat
disimpulkan pelaksanaan job sisipan tersebut tidak memperlambat waktu
penyelesaian job utama.
Tabel 4.8 Penjadwalan Job Sisipan
a b0
rk 25 36 0 0 0 0 0 0 0 0 J1.1.1 25 1 7 32 0 6 J7.1.6 4 9 0 3 3ck 150 150 12 50 42 76 15 83 87 J2.1.9 0 9 7 7 8 J6.1.8 4 12 0 2 2
J3.1.2 36 2 7 43 9 J2.1.9 4 24 0 7 7J4.1.9 0 9 5 5 J4.1.9 4 18 7 5 12J5.1.9 0 9 5 5 J5.1.9 4 14 12 5 17J6.1.8 0 8 2 2J7.1.6 0 6 3 3
1rk 25 36 3 2 17 0 0 0 0 0 J1.1.1 25 1 7 32 2 13 J6.2.13 3 12 2 16 18ck 150 150 12 50 42 76 15 83 87 J2.2.13 7 13 9 16
J3.1.2 36 2 7 43J4.2.13 12 13 15 27J5.2.13 17 13 11 28J6.2.13 2 13 16 18J7.2.15 3 15 11 14
2rk 25 36 3 2 17 18 0 0 0 0 J1.1.1 25 1 7 32 3 15 J7.2.15 3 9 3 11 14ck 150 150 12 50 42 76 15 83 87 J2.2.13 18 13 9 27
J3.1.2 36 2 7 43J4.2.13 18 13 15 33J5.2.13 18 13 11 29J6.3.33 18 33 8 26J7.2.15 3 15 11 14
3rk 25 36 98 2 17 18 14 0 0 0 J1.1.1 25 1 7 32 14 33 J7.3.33 2 9 14 8 22ck 150 150 133 50 42 76 15 83 87 J2.2.13 18 13 9 27
J3.1.2 36 2 7 43J4.2.13 18 13 15 33J5.2.13 18 13 11 29J6.3.33 18 33 8 26J7.3.33 14 33 8 22
4rk 25 36 98 2 17 18 27 22 0 0 J1.1.1 25 1 7 32 18 13 J2.2.13 3 24 18 9 27ck 150 150 133 50 42 76 43 83 87 J2.2.13 18 13 9 27 J4.2.13 3 18 27 15 42
J3.1.2 36 2 7 43 J5.2.13 3 14 42 11 53J4.2.13 18 13 15 33J5.2.13 18 13 11 29J6.3.33 22 33 8 30J7.4.25 22 25 8 30
5rk 25 36 98 2 17 53 27 22 0 0 J1.1.1 25 1 7 32 22 25 J7.4.25 1 9 22 8 30 ack 150 150 133 50 42 76 43 83 87 J2.3.33 27 33 8 35 33 J6.3.33 2 12 22 8 30
J3.1.2 36 2 7 43J4.3.33 42 33 7 49J5.3.33 53 33 6 59J6.3.33 22 33 8 30J7.4.25 22 25 8 30
131 2 6 8 9m
opt.tj rj c* m* PstJumlah Operasi15 33
25St wi cj* tj rj*cj m
rj* < ck
rk = rj*
rj < ck
Perubahan cj karena rk mesin 13 = 18
Pembaruan rk dan ck karena ck < c*
Pembaruan rk dan ck karena ck < c*
Perubahan cj karena rk mesin 33 = 22
rj* < ck
67
a b6
rk 25 36 98 2 17 53 27 30 30 0 J1.1.1 25 1 7 32 25 .1 J1.1.1 5 25 25 7 32ck 150 150 133 50 42 76 43 83 87 J2.3.33 30 33 8 38
J3.1.2 36 2 7 43J4.3.33 42 33 7 49J5.3.33 53 33 6 59J6.4.25 30 25 10 40
7rk 32 36 98 2 17 53 27 30 30 0 J1.3.6 98 6 6 104 30 25 J6.4.25 1 12 30 10 40 bck 150 150 133 50 42 76 43 83 87 J2.3.33 30 33 8 38 33 J2.3.33 2 24 30 8 38
J3.1.2 36 2 7 43J4.3.33 42 33 7 49J5.3.33 53 33 6 59J6.4.25 30 25 10 40
8rk 32 36 98 2 17 53 27 38 30 40 J1.3.6 98 6 6 104 36 .2 J3.1.2 5 23 36 7 43ck 150 150 133 50 42 76 43 83 87 J2.4.25 38 25 9 47
J3.1.2 36 2 7 43J4.3.33 42 33 7 49J5.3.33 53 33 6 59
9rk 32 43 98 2 17 53 27 38 30 40 J1.3.6 98 6 6 104 38 25 J2.4.25 1 24 38 9 47 ack 150 150 133 50 42 76 43 83 87 J2.4.25 38 25 9 47
J3.3.6 98 6 3 101J4.3.33 42 33 7 49J5.3.33 53 33 6 59
10rk 32 43 98 2 17 53 27 38 47 40 J1.3.6 98 6 6 104 42 33 J4.3.33 2 18 42 7 49ck 150 150 133 50 42 76 43 83 87 J3.3.6 98 6 3 101
J4.3.33 42 33 7 49J5.3.33 53 33 6 59
11rk 32 43 98 2 50 53 52 49 47 40 J1.3.6 98 6 6 104 49 25 J4.4.25 1 18 49 7 56 bck 150 150 133 50 62 76 132 83 87 J3.3.6 98 6 3 101
J4.4.25 49 25 7 56J5.3.33 53 33 6 59
12rk 32 43 98 65 50 53 52 49 47 56 J1.3.6 98 6 6 104 53 33 J5.3.33 2 14 53 6 59ck 150 150 133 90 62 76 132 83 87 J3.3.6 98 6 3 101
J5.3.33 53 33 6 5913rk 32 43 98 65 50 53 52 59 47 56 J1.3.6 98 6 6 104 59 25 J5.4.25 1 14 59 6 65 ack 150 150 133 90 62 76 132 83 87 J3.3.6 98 6 3 101
J5.4.25 59 25 6 6514rk 32 43 98 113 120 100 52 59 105 120 J1.3.6 98 6 6 104 98 .6 J1.3.6 4 25 98 6 104ck 150 150 133 150 150 150 132 140 145 J3.3.6 98 6 3 101 J3.3.6 4 23 104 3 10715rk 32 43 107 113 120 100 52 59 105 120 J1.4.13 104 3 10 114 104 13 J1.4.13 3 25 104 10 114ck 150 150 133 150 150 150 132 140 145 J3.4.13 107 3 10 11716rk 32 43 107 113 120 114 52 59 105 120 J1.5.33 114 3 8 122 114 13 J3.4.13 3 23 114 10 124ck 150 150 133 150 150 150 132 140 145 J3.4.13 114 3 10 124 33 J1.5.33 2 25 114 8 12217rk 32 43 107 113 120 124 114 122 105 120 J1.6.25 122 5 8 130 122 25 J1.6.25 1 25 122 8 130 ack 150 150 133 150 150 150 132 140 145 J3.5.33 124 3 7 13118rk 32 43 107 113 120 124 114 122 130 120 J3.5.33 124 3 7 131 124 33 J3.5.33 2 23 124 7 131ck 150 150 133 150 150 150 132 140 14519rk 32 43 140 113 120 124 140 131 130 120 J3.6.25 131 5 5 136 131 25 J3.6.25 1 23 131 5 136 bck 150 150 150 150 150 150 150 140 145
1 2 6 8 9 cj13 15 3325
Stm
opt.m tj rj c* m* PstJumlah Operasi wi cj* tj rj*
68
BAB V
DATA DAN ANALISIS
5.1 Profil Perusahaan
SOHO Group merupakan perusahaan farmasi yang menjadi pelopor dalam
memproduksi dan memasarkan obat-obatan natural di pasar resep (ethical) dan
pasar obat bebas (OTC). SOHO Group yang terdiri dari SOHO Group Pharma,
SOHO Group Distribution, dan SOHO Group Consumer Health (CH) merupakan
hasil dari restrukturisasi untuk lebih terintegrasi antara beberapa bidang bisnis
sehingga dapat lebih memfokuskan dalam aktivitas internal maupun eksternal.
SOHO Group Distribution dengan perusahaan intinya PT. Parit Padang Global
yang lebih memfokuskan diri pada bisnis distribusi produk SOHO Group maupun
produk principal lainnya, dan RMT (Raw Material Trading), serta bisnis retail
obat melalui Apotek HARMONY. SOHO Group CH memfokuskan pada bisnis
produk OTC baik produk berbasis herbal maupun produk bermerek Hezzel Farm,
dan produk-produk MLM (Multi Level Marketing) dari Unihealth.
SOHO Group Pharma berfokus pada bisnis produk farmasi ethical dan OTC baik
yang termasuk kategori obat bermerek, obat herbal, TCM (Traditional Chinese
Medicine), dan LPM (Low Price Medicine). SOHO Group Pharma yang terdiri
dari PT. ETHICA Industri Farmasi dan PT. SOHO Industri Farmasi yang sudah
berdiri sejak tahun 1946 dengan total produk lebih dari 200 jenis dan telah
melaksanakan secara konsisten CPOB serta sistem manajemen mutu ISO 9001 :
2000.
Memahami pentingnya pertumbuhan organisai, tantangan-tantangan yang
dihadapi dalam industri dan ancaman atau tingkat persaingan yang semakain besar
akibat globalisasi, SOHO Group telah memandang jauh kedepan dengan
merumuskan visinya untuk menjadi salah satu kelompok perusahaan global
69
terkemuka dalam bidang manufaktur, distribusi dan menyediakan produk dan jasa
kesehatan berkualitas tinggi.
5.2 Proses Perencanaan Produksi
Perencanaan produksi dilakukan oleh Production Planning (PP) yang merupakan
salah satu bagian dari divisi Supply Chain. PP membuat rencana produksi (RP)
yang didasarkan pada forecast marketing tiga bulan kedepan (fixed), sales tiga
bulan terakhir yang diperoleh dari distributor, dan mempertimbangkan inventory
yang ada di plant dan distributor. Berdasarkan RP, kebutuhan terhadap material-
material serta jumlah yang digunakan untuk proses produksi akan diketahui, dan
selanjutnya ketersedian material-material tersebut akan diperiksa oleh bagian
Material Planning.
Penjadwalan produksi untuk jangka waktu satu bulan dilakukan untuk produk-
produk dengan ketersediaan material yang tercukupi dan dibuat dengan
mempertimbangkan volume penjualan, produk work in process (WIP), serta
kapasitas produksi. Pada penelitian ini, volume penjualan dikonversikan ke nilai
bobot yang menjadi prioritas kedua. Prioritas kedua digunakan jika setelah
pemakaian prioritas SPT, atau MOR, atau FO masih memberikan hasil yang sama.
Volume penjualan diperoleh dari data pareto, dimana pareto merupakan
persentase besarnya penjualan suatu produk terhadap penjualan keseluruhan
produk Soho Group Pharma. Tabel 5.1 menunjukkan volume penjualan produk-
produk yang dijadwalkan pada bulan september. Gambar 5.1 adalah grafik pareto
volume penjualan produk-produk yang dijadwalkan pada bulan september.
70
Tabel 5.1 Volume Penjualan
Gambar 5.1 Diagram Pareto Volume Penjualan
Kode Penjualan (unit)
Kode Penjualan (unit)
Kode Penjualan (unit)
A 680 Z 27053 J4 39711B 647 AA 7069 J5 35228C 16151 AB 226897 J6 29440D 42443 AC 28936 J7 23682E 75031 AE 24466 J8 23682F 126630 AF 34675 J9 14144G 33452 AH 546 J10 13981H 5675 AI 13575 J11 13383I 12751 AJ 4036 J12 12838K 19509 AK 10699 J13 12445M 17541 AL 101786 J14 11388N 6643 AM 11082 J15 11192O 6125 AN 56510 J16 10450P 13310 AO 25071 J17 10336Q 35707 AQ 352428 J18 7468S 640 AR 7849 J19 7258T 19141 AS 1910 J20 5457U 840 AT 30238 J21 5457V 5760 AU 4562 J22 5117W 187058 J1 81953 J23 3648X 14391 J2 49847 J24 2635Y 28673 J3 46038 J25 991
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0
500000
1000000
1500000
2000000
AQ W AL E J2 D Q AF
AT
AC Z
AE J8 T C J9 AI P I
J14
AM J16
AR
J19 N V
J20
J22 AJ
J24
J25 A S
71
Kode A sampai dengan AU menunjukkan kode produk untuk job utama, dan kode
J1 sampai J25 menunjukkan kode produk untuk job sisipan. Konversi volume
penjualan menjadi nilai bobot antara job utama dan job sisipan dilakukan secara
terpisah, karena kedua penjadwalan tersebut dilakukan secara bertahap. Produk
dengan volume penjualan tertinggi akan memiliki nilai bobot tertinggi, dimana
nilai tersebut sama dengan jumlah dari job yang akan dijadwalkan yaitu 59 untuk
job utama dan 25 untuk job sisipan. Beberapa produk dengan jumlah permintaan
yang tinggi akan diproduksi secara parsial dengan pembagian skala produksi
(batch) pada sekali produksinya yang ditentukan oleh PP. Kode produk parsial
dapat dilihat pada angka yang mengikuti huruf pada kode produk tersebut. Pada
produk-produk yang diproses secara parsial, produk dengan jumlah batch yang
terkecil pada produk yang sama akan dproses terlebih dahulu, sehingga memiliki
nilai bobot yang lebih tinggi. Keterangan kode produk, jumlah batch, dan nilai
bobot dapat dilihat pada tabel 5.2 dan tabel 5.3.
PP bertanggung jawab dalam pengendalian proses produksi, dengan melakukan
review mingguan terhadap jadwal produksi yang telah direncanakan tersebut.
Penjadwalan produksi mingguan dilakukan oleh production planning didampingi
oleh supervisor produksi dengan memperhatikan kondisi aktual di lantai produksi.
Alur proses perencanaan produksi dapat dilihat pada gambar 5.2.
Gambar 5.2 Alur Proses Perencanaan Produksi
72
Berikut ini adalah rencana produksi yang harus dijadwalkan pada bulan
september. Pada penelitian ini. rencana produksi tersebut dibagi menjadi dua
bagian, tabel 5.2 menunjukkan rencana produksi yang diproduksi sebagai job
utama, dan tabel 5.3 merupakan rencana produksi yang diproduksi sebagai job
sisipan. Rencana produksi ini berisikan nama produk yang dikodekan beserta
jumlah dan bobotnya.
Tabel 5.2 Rencana Produksi Job Utama
KodeJumlah Batch Bobot Kode
Jumlah Batch Bobot
A 1 7 W4 3 58B 1 6 W5 5 57
C1 1 25 X 2 25C2 2 24 Y 1 36D1 2 41 Z 1 35D2 3 40 AA 1 18E 2 43 AB1 2 64
F1 2 47 AB2 2 63F2 2 46 AB3 4 62G1 2 37 AC 2 37G2 3 36 AE 3 33G3 4 35 AF 2 42H 1 12 AH 1 1I 1 20 AI 1 24K 1 28 AJ 1 12M 1 26 AK 1 20N 2 15 AL1 2 51O 1 14 AL2 2 50P 2 21 AM 1 21Q 2 39 AN 2 46S1 2 5 AO 1 34S2 2 4 AQ1 2 68S3 3 3 AQ2 2 67S4 4 2 AQ3 4 66T 1 27 AQ4 5 65U 1 8 AR 1 19V 1 13 AS 1 11
W1 2 52 AT 1 38W2 2 51 AU 1 13W3 3 50
73
Tabel 5.3 Rencana Produksi Job Sisipan
5.3 Proses Produksi
SOHO Group Pharma memproduksi sediaan obat dalam bentuk solid, semi solid,
dan liquid. Pada penelitian ini sesuai dengan batasan masalah yang dijelaskan
pada Bab I, maka penjadwalan hanya difokuskan pada proses produksi untuk
sediaan solid. Divisi produksi sediaan solid terbagi menjadi sub divisi Pengolahan
(Lini produksi A), Cetak filling salut (Lini produksi B), dan Kemas (Lini produksi
C).
Lini produksi A merupakan tahap awal dari keseluruhan proses produksi. Pada
lini produksi ini poses produksi dibagi menjadi beberapa stage, yaitu stage 1,
stage 2, stage 3, dan stage 4. Stage 1 merupakan proses pencampuran bahan baku,
untuk memperoleh massa sediaan dengan kondisi yang basah sehingga terjadi
ikatan yang kuat antar bahan baku tersebut. Stage 2 adalah proses lanjutan dari
stage 1, yaitu proses pengeringan massa sediaan yang basah untuk memperoleh
massa kering sehingga sediaan lebih stabil dalam proses penyimpanan. Kondisi
aktual proses produksi pada stage 1 dan stage 2 berjalan in line (tidak ada waktu
tunggu diantaranya) yang didasarkan pada pertimbangan kestabilan massa
KodeJumlah Batch Bobot Kode
Jumlah Batch Bobot
J1 2 25 J14 1 12J2 2 24 J15 1 11J3 1 23 J16 2 10J4 1 22 J17 1 9J5 2 21 J18 1 8J6 1 20 J19 1 7J7 1 19 J20 1 6J8 1 18 J21 1 5J9 1 17 J22 2 4
J10 1 16 J23 2 3J11 1 15 J24 1 2J12 1 14 J25 1 1J13 1 13
74
sediaan, hal ini menyebabkan adanya penggabungan waktu proses stage 1 dan
stage 2 pada penelitian ini.
Stage berikutnya adalah stage 3, yaitu proses pengayakan atau proses untuk
mengubah massa sediaan stage 2 menjadi bagian dengan ukuran partikel yang
lebih kecil. Untuk beberapa jenis produk proses produksi dimulai dari stage 3.
Stage terakhir pada lini produksi A adalah stage 4, yaitu proses pencampuran
hasil massa sediaan stage sebelumnya dengan adanya penambahan bahan baku
yang lainnya. Ada beberapa produk yang mengawali proses produksinya pada
stage 4.
Lini Produksi B, terdiri dari stage 5 dan stage 6. Stage 5 adalah proses lanjutan
dari stage 4, pada stage ini ada beberapa produk yang mengalami proses
pencetakan, dan sebagiannya lagi mengalami proses filling, hal ini disesuaikan
dengan sediaan obat yang akan diproduksi. Stage berikutnya adalah stage 6, yaitu
proses penyalutan hasil sediaan stage 5 yang mengalami proses pencetakan.
Namun tidak semua produk melewati stage 6, ada beberapa produk yang langsung
melanjutkan prosesnya dari stage 5 ke stage 7.
Lini Produksi C hanya terdiri dari satu stage, yaitu stage 7. Stage 7 merupakan
proses pengemasan sebagai proses terakhir dari keseluruhan produk. Pada kondisi
aktual, lini produksi C dibagi menjadi dua stage yaitu stage untuk pengemasan
primer dan stage untuk pengemasan sekunder. Proses pengemasan sekunder
dilaksanakan setelah proses pengemasan primer selesai diproses. Namun pada
penelitian ini, sesuai dengan asumsi yang ditetapkan proses pengemasan berjalan
secara in line, maka kedua stage tersebut dijadikan menjadi satu kesatuan. Untuk
lebih memperjelas uraian di atas, berikut ini gambar 5.3 yang menunjukkan proses
produksi sediaan solid.
75
`
Pengayakan
Campur Kering
Cetak/ Filling
Kemas
Salut
TABLET TABLET SALUT
Campur Basah &
Pengeringan
Pengayakan
Campur Kering
Cetak/ Filling
Campur Basah &
Pengeringan
Input
Input
Input
Input
InputStage 1 & 2
Stage 3
Stage 4
Stage 5
Stage 6
Stage 7
LINI PRODUKSIA
LINI PRODUKSIB
LINI PRODUKSIC
Gambar 5.3 Proses Produksi Sediaan Solid
Berikut ini adalah tabel 5.4 sebagai daftar mesin-mesin yang digunakan untuk
melakukan proses produksi pada tiap stage, disertai dengan pengkodean dan
jumlah mesin untuk memudahkan pada proses penjadwalan.
Tabel 5.4 Daftar Mesin
Stage Mesin Jumlah Kode Stage Mesin Jumlah KodeFBD Glatt 1 1 CY 20 1 31FBE Pro 1 2 CY 50 1 32FBE YC 1 3 Manesty 1 18Oven 1 4 Rimex 1 19
3 GYC 2 5 Sejong D 1 20Bohle 1 6 XL Cota 1 21Canaan 1 7 Rama Cota 1 33Lokal 1 8 Dong Fang 1 34Mecco (RH) 1 9 Duan Kwei 1 22Meco 200 1 10 Filling Manual 1 23Lokal Kapsul 1 11 Hi-Pack 1 1 24
1 & 2
4
6
5
7
76
Pada stage 3, stage 5, dan stage 7 terdapat beberapa mesin majemuk yang
memiliki spesifikasi dan kapasitas yang sama pada pemakaiannya, yaitu mesin
GYC, CD, dan Hi-pack 4.
5.4 Waktu Kerja
Waktu kerja yang ditetapkan untuk divisi produksi SOHO Group Pharma, sebagai
berikut
Hari kerja : Senin – Jum’at
Jam Kerja
• Shift 1 : 06.30 – 15.00
• Shift 2 : 14.30 – 22.00
• Shift 3 : 22.00 – 05.30
Istirahat : 30 menit
Waktu efektif yang ditetapkan oleh divisi produksi 70 % dari total waktu kerja.
Angka tersebut diperoleh dengan mempertimbangkan pemanfaatan waktu kerja
untuk kegiatan lain yang tidak termasuk dalam kegiatan pengoperasian mesin.
Kegiatan-kegiatan tersebut diantaranya waktu istirahat, briefing pada awal shift,
pengambilan material di gudang, dan lain lain.
Total jam kerja/ hari: 70 % × 23 jam = 16.1 jam/ hari.
5.5 Matriks Routing dan Matriks Waktu Operasi
Matriks routing yang menyatakan urutan mesin yang memproses tiap-tiap urutan
operasi. Matriks routing yang diperoleh dari data job, jumlah operasi dan
urutannya, serta mesin yang memproses operasi tersebut. Tabel 5.5 dan tabel 5.6
Secara berturut-turut menunjukkan matriks routing dari job utama dan job sisipan
yang akan dijadwalkan.
Stage Mesin Jumlah Kode Stage Mesin Jumlah KodeCD 2 12 Hi-pack 4 2 25JC 16 1 13 KSM 2 1 26JC 20 A 1 14 KSM 3 1 27JC 20 B 1 15 Siebler 1 1 28JC 29 1 16 Siebler 2 1 29JC 39 1 17 Uhlmann 1 30
5 7
77
Tabel 5.5 Matriks Routing Job Utama
Tabel 5.6 Matriks Routing Job Sisipan
1 2 3 4 5 6 1 2 3 4 5 6A 1 5 8 15 25 - W4 2 5 10 14 21 27B 1 5 8 15 25 - W5 2 5 10 14 21 27
C1 2 5 6 13 21 27 X 2 5 10 19 21 27C2 2 5 6 13 21 27 Y 1 5 6 17 21 25D1 3 5 6 15 25 - Z 3 5 6 16 21 22D2 3 5 6 15 25 - AA 1 9 13 - - -E 2 5 6 12 25 - AB1 2 6 19 21 24 -F1 2 7 18 24 - - AB2 2 6 19 21 24 -F2 2 7 18 24 - - AB3 2 6 19 21 24 -G1 2 7 18 - - - AC 1 9 13 - - -G2 2 7 18 - - - AE 2 5 10 14 27 -G3 2 7 18 - - - AF 3 5 6 14 25 -H 1 5 10 19 27 - AH 1 5 6 15 28 -I 1 5 10 19 21 26 AI 3 5 6 14 25 -K 1 5 6 17 21 22 AJ 3 5 6 14 25 -M 4 5 6 15 26 - AK 3 5 6 14 25 -N 1 5 10 16 - - AL1 2 5 7 20 21 24O 1 5 10 20 21 27 AL2 2 5 7 20 21 24P 1 5 10 20 21 27 AM 3 5 10 19 21 27Q 2 6 19 21 22 - AN 1 5 6 20 21 25S1 3 5 8 12 25 - AO 2 5 6 15 26 -S2 3 5 8 12 25 - AQ1 2 6 17 21 25 -S3 3 5 8 12 25 - AQ2 2 6 17 21 25 -S4 3 5 8 12 25 - AQ3 2 6 17 21 25 -T 1 5 10 17 21 27 AQ4 2 6 17 21 25 -U 3 5 6 15 29 - AR 2 5 7 18 - -V 3 5 6 15 29 - AS 3 5 6 14 30 -
W1 2 5 10 14 21 27 AT 2 5 10 14 30 -W2 2 5 10 14 21 27 AU 1 5 6 13 21 28W3 2 5 10 14 21 27
OperasiJob
OperasiJob
1 2 3 4 5 6 1 2 3 4 5 6J1 1 5 10 19 33 27 J14 8 13 33 27 - -J2 9 13 33 25 - - J15 3 5 6 13 33 27J3 2 5 6 13 33 27 J16 3 5 6 13 33 27J4 3 5 6 13 33 25 J17 6 15 33 25 - -J5 3 5 6 13 33 25 J18 2 5 10 13 33 27J6 1 5 6 12 33 25 J19 1 5 10 17 33 23
JobOperasi
JobOperasi
78
Matriks waktu proses menyatakan waktu proses yang dibutuhkan untuk
mengerjakan operasi dari suatu job. Matriks waktu operasi yang diperoleh dari
data job, jumlah operasi dan urutannya, serta waktu operasi yang diperlukan untuk
memproses operasi tersebut. Tabel 5.7 dan tabel 5.8 secara berturut-turut
menunjukkan matriks waktu operasi dari job utama dan job sisipan yang akan
dijadwalkan.
Tabel 5.7 Matriks Waktu Operasi Job Utama
1 2 3 4 5 6 1 2 3 4 5 6J7 3 5 6 19 33 27 J20 1 5 10 17 33 23J8 9 13 33 25 - - J21 1 5 8 13 33 28J9 3 5 8 32 27 - J22 2 5 6 16 33 26
J10 3 5 10 17 34 25 J23 3 5 8 14 33 26J11 3 5 11 31 - 27 J24 1 5 8 19 33 26J12 9 13 33 27 - - J25 3 5 6 14 33 26J13 3 5 6 13 33 27
JobOperasi
JobOperasi
1 2 3 4 5 6 1 2 3 4 5 6A 7 3 3 11 7 - W4 21 8 5 39 20 36B 5 3 3 14 8 - W5 32 12 7 65 33 59
C1 7 3 3 14 12 6 X 7 3 3 30 15 16C2 10 4 4 28 24 12 Y 8 2 3 39 12 32D1 9 4 3 40 13 - Z 12 4 4 16 17 14D2 12 5 4 60 19 - AA 8 4 9 - - -E 11 4 4 24 35 - AB1 25 5 32 19 19 -F1 16 8 58 59 - - AB2 25 5 32 19 19 -F2 16 8 58 59 - - AB3 33 8 64 38 37 -G1 18 8 54 - - - AC 15 8 18 - - -G2 24 10 81 - - - AE 16 4 6 27 20 -G3 30 13 108 - - - AF 8 3 3 32 22 -H 6 3 3 21 11 - AH 6 3 3 11 12 -I 8 3 3 13 8 14 AI 6 3 3 13 7 -K 6 3 4 13 7 7 AJ 6 3 3 11 6 -M 9 3 3 12 9 - AK 6 3 3 11 7 -N 13 4 7 60 - - AL1 8 4 5 34 22 26O 7 3 3 17 13 10 AL2 8 4 5 34 22 26P 11 3 4 30 25 24 AM 5 2 4 14 8 15Q 12 4 28 16 20 - AN 17 7 5 42 28 28S1 9 4 3 22 42 - AO 8 3 3 26 23 -S2 9 4 3 22 42 - AQ1 23 5 50 23 46 -S3 12 5 4 33 63 - AQ2 23 5 50 23 46 -
Operasi OperasiJob Job
79
Tabel 5.8 Matriks Waktu Operasi Job Sisipan
5.6 Penjadwalan Dengan Algoritma Non-Delay
5.6.1 Penjadwalan Job Utama
Proses penjadwalan yang dilakukan di SOHO Group Pharma saat ini belum
menggunakan metode tertentu, dengan melihat kondisi yang ada di lantai produksi
dengan tipe aliran job shop maka proses pengolahan data dilakukan dengan
menggunakan algoritma Non-delay. Algoritma Non-delay adalah jadwal aktif
dimana tidak ada mesin yang menganggur jika dapat memulai operasi tertentu.
Hal ini dimaksudkan untuk dapat meningkatkan utilitas produksi dan memperoleh
makespan yang lebih cepat.
Untuk mengetahui pengaruh makespan terhadap penjadwalan dengan prioritas
produk tablet atau produk tablet salut yang diproses terlebih dahulu, maka priority
1 2 3 4 5 6 1 2 3 4 5 6S4 15 6 5 44 84 - AQ3 42 7 100 23 91 -T 7 2 3 19 8 11 AQ4 52 9 125 23 114 -U 8 2 3 16 17 - AR 16 4 5 23 - -V 8 3 4 19 15 - AS 10 2 3 23 19 -
W1 15 6 4 26 13 24 AT 8 3 3 23 20 -W2 15 6 4 26 13 24 AU 6 2 3 23 7 10W3 21 8 5 39 20 36
JobOperasi
JobOperasi
1 2 3 4 5 6 1 2 3 4 5 6J1 10 4 6 30 23 23 J14 2 16 8 10 - -J2 7 30 24 14 - - J15 7 3 3 9 6 6J3 7 3 3 10 7 5 J16 11 4 3 18 11 11J4 6 3 3 12 5 9 J17 3 11 8 8 - -J5 9 4 3 24 10 18 J18 6 3 3 11 7 6J6 7 3 4 14 10 13 J19 9 3 3 19 14 15J7 7 3 3 12 8 5 J20 9 3 3 19 14 12J8 5 15 12 7 - - J21 7 3 2 23 9 21J9 6 2 3 16 10 - J22 18 4 3 24 13 19
J10 6 3 3 21 12 10 J23 10 3 3 54 15 29J11 7 3 3 13 7 - J24 7 2 3 12 8 6J12 5 11 8 6 - - J25 7 4 3 13 15 10J13 6 3 3 8 6 5
JobOperasi
JobOperasi
80
dispatching rules yang digunakan adalah SPT (Short Processing Time), MOR
(Most Operation Remaining), dan FO (Fewest Operation).
Pada stage 0 atau stage awal semua operasi yang termasuk dalam anggota St (j Є
St) siap untuk dijadwalkan, karena pada stage ini adalah operasi tanpa pendahulu
dan semua mesin siap untuk dioperasikan. Pada stage 0 perbedaan secara
significant dapat terlihat pada penggunaan tiga aturan prioritas. Prioritas pertama
pada SPT, operasi-operasi dengan waktu proses terpendek diproses lebih dulu,
sedangkan pada MOR dan FO secara berturut-turut operasi dengan sisa operasi
terbanyak dan paling sedikit diproses lebih dulu. Pengurutan operasi pada ketiga
proses penjadwalan tersebut tidak dapat diselesaikan hanya dengan penggunaan
prioritas pertama saja, pengurutan dilanjutkan dengan menggunakan prioritas
kedua yaitu prioritas bobot.
Setelah penjadwalan pada stage 0 selesai dilakukan, perbarui kesiapan mesin
beroperasi (rk) pada mesin yang merupakan m* pada stage 0 dengan nilai rj*
terakhir pada masing-masing mesin yang bersangkutan. Isikan Semua operasi
yang siap dijadwalkan (St) pada stage 1 dengan mengganti operasi pada stage 0
dengan operasi kedua pada masing-masing job. Hasil penjadwalan stage 0 dan
stage 1 ketiga penjadwalan tersebut dapat dilihat pada tabel 5.9 untuk prioritas
SPT, tabel 5.10 untuk prioritas MOR, dan tabel 5.11 untuk prioritas FO. Untuk
memahami proses penjadwalan lebih mendalam dapat melihat hasil penjadwalan
prioritas MOR untuk beberapa stage berikutnya pada Lampiran 1 dan proses
penjadwalan pada Bab IV Pengembangan Model.
Dari hasil penjadwalan job utama dengan menggunakan ketiga prioritas tersebut
diperoleh nilai makespan untuk SPT selama 894 jam, MOR selama 798 jam, dan
FO selama 822 jam. Waktu penyelesaian keseluruhan job tercepat dihasilkan pada
penjadwalan dengan menggunakan prioritas MOR. Hasil penjadwalan prioritas
MOR dilanjutkan dengan dilakukannya penyisipan job pada hasil penjadwalan
tersebut. Dengan melihat Gantt Chart hasil penjadwalan prioritas MOR (dapat
81
dilihat pada Lampiran 3) maka diperoleh data mesin idle job utama pada gambar
5.4.
5.6.2 Penjadwalan Job Sisipan
Kesiapan beroperasi untuk mesin-mesin yang digunakan pada proses produksi job
utama dapat dilihat pada data mesin idle job utama pada gambar 5.4. Mesin-mesin
yang tidak digunakan pada proses produksi job utama seperti mesin Lokal kapsul,
CY 20, CY 50, Rama Cota, dan Dong Fang memiliki kesiapan sejak t=0.
Proses penjadwalan job sisipan dilakukan dengan menyisipkan job tersebut pada
hasil penjadwalan job utama dengan tidak mengubah urutan proses produksi job
utama tersebut. Prioritas pertama yang digunakan pada penjadwalan job sisipan
adalah prioritas Fewest Operation (FO), dan kemudian proses pengurutan
dilanjutkan dengan prioritas bobot jika masih ada operasi dengan sisa operasi
yang sama pada pemakaian mesin (m*) yang sama. Proses penjadwalan job
sisipan lebih lengkap dapat dilihat pada Bab IV Pengembangan Model.
Penjadwalan keseluruhan job sisipan dapat diselesaikan dalam waktu 681 jam.
Hasil penjadwalan job sisipan stage 0, stage 1, dan stage 2 dapat dilihat pada tabel
5.12 dan Lampiran 2 untuk stage-stage berikutnya. Gantt chart Penjadwalan job
sisipan dapat dilihat pada Lampiran 4.
82
Tabel 5.9 Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas Short Processing Time (SPT)
6
a b a b a b0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A.1.1 0 1 0 1 B.1.1 5 6 0 5
B.1.1 0 1 K.1.1 6 28 5 11C1.1.2 0 2 H.1.1 6 12 11 17C2.1.2 0 2 AU.1.1 6 11 17 23D1.1.3 0 3 AH.1.1 6 1 23 29D2.1.3 0 3 T.1.1 7 27 29 36E.1.2 0 2 O.1.1 7 14 36 43F1.1.2 0 2 A.1.1 7 7 43 50F2.1.2 0 2 Y.1.1 8 32 50 58G1.1.2 0 2 I.1.1 8 20 58 66G2.1.2 0 2 AA.1.1 8 16 66 74G3.1.2 0 2 P.1.1 11 21 74 85H.1.1 0 1 N.1.1 13 15 85 98I.1.1 0 1 AC.1.1 15 33 98 113K.1.1 0 1 AN.1.1 17 42 113 130M.1.4 0 4 2 C1.1.2 7 25 0 7N.1.1 0 1 X.1.2 7 23 7 14O.1.1 0 1 AL1.1.2 8 45 14 22P.1.1 0 1 AL2.1.2 8 44 22 30Q.1.2 0 2 AO.1.2 8 30 30 38S1.1.3 0 3 AT.1.2 8 34 38 46S2.1.3 0 3 C2.1.2 10 24 46 56S3.1.3 0 3 E.1.2 11 43 56 67S4.1.3 0 3 Q.1.2 12 39 67 79T.1.1 0 1 W1.1.2 15 52 79 94U.1.3 0 3 W2.1.2 15 51 94 109V.1.3 0 3 F1.1.2 16 47 109 125
W1.1.2 0 2 F2.1.2 16 46 125 141W2.1.2 0 2 AE.1.2 16 29 141 157W3.1.2 0 2 AR.1.2 16 17 157 173W4.1.2 0 2 G1.1.2 18 37 173 191W5.1.2 0 2 W3.1.2 21 50 191 212X.1.2 0 2 W4.1.2 21 49 212 233
rk1 &2 3 4 5 7
rj* m Opt.1 2 3 4 5 St cj m c* m* Pst
6 7 8 9 10 12 tj wi cj*25 26 27 28 29 3019 20 21 22 23 2413 14 15 16 17 18
83
6
a b a b a bY.1.1 0 1 AQ1.1.2 23 59 233 256Z.1.3 0 3 AQ2.1.2 23 58 256 279
AA.1.1 0 1 G2.1.2 24 36 279 303AB1.1.2 0 2 AB1.1.2 25 55 303 328AB2.1.2 0 2 AB2.1.2 25 54 328 353AB3.1.2 0 2 G3.1.2 30 35 353 383AC.1.1 0 1 W5.1.2 32 48 383 415AE.1.2 0 2 AB3.1.2 33 53 415 448AF.1.3 0 3 AQ3.1.2 42 57 448 490AH.1.1 0 1 AQ4.1.2 52 56 490 542AI.1.3 0 3 3 AM.1.3 5 19 0 5AJ.1.3 0 3 AI.1.3 6 22 5 11AK.1.3 0 3 AK.1.3 6 18 11 17AL1.1.2 0 2 AJ.1.3 6 10 17 23AL2.1.2 0 2 AF.1.3 8 38 23 31AM.1.3 0 3 V.1.3 8 13 31 39AN.1.1 0 1 U.1.3 8 8 39 47AO.1.2 0 2 D1.1.3 9 41 47 56AQ1.1.2 0 2 S1.1.3 9 5 56 65AQ2.1.2 0 2 S2.1.3 9 4 65 74AQ3.1.2 0 2 AS.1.3 10 9 74 84AQ4.1.2 0 2 D2.1.3 12 40 84 96AR.1.2 0 2 Z.1.3 12 31 96 108AS.1.3 0 3 S3.1.3 12 3 108 120AT.1.2 0 2 S4.1.3 15 2 120 135AU.1.1 0 1 4 M.1.4 9 26 0 9
1 130 542 135 9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A.2.5 50 5 5 5 B.2.5 3 6 5 8 aB.2.5 5 5 AM.2.5 2 19 5 7 bC1.2.5 7 5C2.2.5 56 5D1.2.5 56 5D2.2.5 96 5E.2.5 67 5F1.3.7 125 7F2.3.7 141 7
rk1 &2 3 4 5 7
rj* m Opt.1 2 3 4 5 St cj m c* m* Pst
6 7 8 9 10 12 tj wi cj*25 26 27 28 29 3019 20 21 22 23 2413 14 15 16 17 18
84
6
a b a b a bG1.3.7 191 7G2.3.7 303 7G3.3.7 383 7H.2.5 17 5I.2.5 66 5K.2.5 11 5M.2.5 9 5N.2.5 98 5O.2.5 43 5P.2.5 85 5Q.3.6 79 6S1.2.5 65 5S2.2.5 74 5S3.2.5 120 5S4.2.5 135 5T.2.5 36 5U.2.5 47 5V.2.5 39 5
W1.2.5 94 5W2.2.5 109 5W3.2.5 212 5W4.2.5 233 5W5.2.5 415 5X.2.5 14 5Y.2.5 58 5Z.2.5 108 5
AA.3.9 74 9AB1.3.6 328 6AB2.3.6 353 6AB3.3.6 448 6AC.3.9 113 9AE.2.5 157 5AF.2.5 31 5AH.2.5 29 5AI.2.5 11 5
rk1 &2 3 4 5 7
rj* m Opt.1 2 3 4 5 St cj m c* m* Pst
6 7 8 9 10 12 tj wi cj*25 26 27 28 29 3019 20 21 22 23 2413 14 15 16 17 18
85
6
a b a b a bAJ.2.5 23 5AK.2.5 17 5AL1.2.5 22 5AL2.2.5 30 5AM.2.5 5 5AN.2.5 130 5AO.2.5 38 5AQ1.3.6 256 6AQ2.3.6 279 6AQ3.3.6 490 6AQ4.3.6 542 6AR.2.5 173 5AS.2.5 84 5AT.2.5 46 5AU.2.5 23 5
rk1 &2 3 4 5 7
tj wi cj* rj* m Opt.1 2 3 4 5 St cj m c* m* Pst
13 14 15 16 17 186 7 3019 20 21 22 23 248 9 10 12 25 26 27 28 29
86
Tabel 5.10 Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas Most Operation Remaining (MOR)
6
a b a b a b0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A.1.1 0 1 0 1 AN.1.1 6 42 0 17 17
B.1.1 0 1 Y.1.1 6 32 17 8 25C1.1.2 0 2 K.1.1 6 28 25 6 31C2.1.2 0 2 T.1.1 6 27 31 7 38D1.1.3 0 3 P.1.1 6 21 38 11 49D2.1.3 0 3 I.1.1 6 20 49 8 57E.1.2 0 2 O.1.1 6 14 57 7 64F1.1.2 0 2 AU.1.1 6 11 64 6 70F2.1.2 0 2 AC.1.1 5 33 70 15 85G1.1.2 0 2 AA.1.1 5 16 85 8 93G2.1.2 0 2 N.1.1 5 15 93 13 106G3.1.2 0 2 H.1.1 5 12 106 6 112H.1.1 0 1 A.1.1 5 7 112 7 119I.1.1 0 1 B.1.1 5 6 119 5 124K.1.1 0 1 AH.1.1 5 1 124 6 130M.1.4 0 4 2 AQ1.1.2 6 59 0 23 23N.1.1 0 1 AQ2.1.2 6 58 23 23 46O.1.1 0 1 AQ3.1.2 6 57 46 42 88P.1.1 0 1 AQ4.1.2 6 56 88 52 140Q.1.2 0 2 AB1.1.2 6 55 140 25 165S1.1.3 0 3 AB2.1.2 6 54 165 25 190S2.1.3 0 3 AB3.1.2 6 53 190 33 223S3.1.3 0 3 W1.1.2 6 52 223 15 238S4.1.3 0 3 W2.1.2 6 51 238 15 253T.1.1 0 1 W3.1.2 6 50 253 21 274U.1.3 0 3 W4.1.2 6 49 274 21 295V.1.3 0 3 W5.1.2 6 48 295 32 327
W1.1.2 0 2 AL1.1.2 6 45 327 8 335W2.1.2 0 2 AL2.1.2 6 44 335 8 343W3.1.2 0 2 Q.1.2 6 39 343 12 355W4.1.2 0 2 C1.1.2 6 25 355 7 362W5.1.2 0 2 C2.1.2 6 24 362 10 372X.1.2 0 2 X.1.2 6 23 372 7 379
26 27 28 29 3020 21 22 23 24 2514 15 16 17 18 197 8 9 10 12 13
rk1 &2 3 4 5 7
tj rj*m
Opt.St cj m c* m* Pst1 2 3 4 5 6
Jumlah Operasi wi cj*
87
6
a b a b a bY.1.1 0 1 F1.1.2 5 47 379 16 395Z.1.3 0 3 F2.1.2 5 46 395 16 411
AA.1.1 0 1 E.1.2 5 43 411 11 422AB1.1.2 0 2 G1.1.2 5 37 422 18 440AB2.1.2 0 2 G2.1.2 5 36 440 24 464AB3.1.2 0 2 G3.1.2 5 35 464 30 494AC.1.1 0 1 AT.1.2 5 34 494 8 502AE.1.2 0 2 AO.1.2 5 30 502 8 510AF.1.3 0 3 AE.1.2 5 29 510 16 526AH.1.1 0 1 AR.1.2 5 17 526 16 542AI.1.3 0 3 3 Z.1.3 6 31 0 12 12AJ.1.3 0 3 AM.1.3 6 19 12 5 17AK.1.3 0 3 D1.1.3 5 41 17 9 26AL1.1.2 0 2 D2.1.3 5 40 26 12 38AL2.1.2 0 2 AF.1.3 5 38 38 8 46AM.1.3 0 3 AI.1.3 5 22 46 6 52AN.1.1 0 1 AK.1.3 5 18 52 6 58AO.1.2 0 2 V.1.3 5 13 58 8 66AQ1.1.2 0 2 AJ.1.3 5 10 66 6 72AQ2.1.2 0 2 AS.1.3 5 9 72 10 82AQ3.1.2 0 2 U.1.3 5 8 82 8 90AQ4.1.2 0 2 S1.1.3 5 5 90 9 99AR.1.2 0 2 S2.1.3 5 4 99 9 108AS.1.3 0 3 S3.1.3 5 3 108 12 120AT.1.2 0 2 S4.1.3 5 2 120 15 135AU.1.1 0 1 4 M.1.4 5 26 0 9 9
1 130 542 135 9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A.2.5 119 5 9 5 M.2.5 4 26 9 3 12 aB.2.5 124 5C1.2.5 362 5C2.2.5 372 5D1.2.5 26 5D2.2.5 38 5E.2.5 422 5F1.3.7 395 7F2.3.7 411 7
rk1 &2 3 4 5 7
1 2 3 15 164 5 6 7 8 9 29 30 wi cj* tj rj* m Opt.
St cj m c* m* Pst Jumlah Operasi23 24 25 26 27 2817 18 19 20 21 2210 12 13 14
88
6
a b a b a bG1.3.7 440 7G2.3.7 464 7G3.3.7 494 7H.2.5 112 5I.2.5 57 5K.2.5 31 5M.2.5 9 5N.2.5 106 5O.2.5 64 5P.2.5 49 5Q.3.6 355 6S1.2.5 99 5S2.2.5 108 5S3.2.5 120 5S4.2.5 135 5T.2.5 38 5U.2.5 90 5V.2.5 66 5
W1.2.5 238 5W2.2.5 253 5W3.2.5 274 5W4.2.5 295 5W5.2.5 327 5X.2.5 379 5Y.2.5 25 5Z.2.5 12 5
AA.3.9 93 9AB1.3.6 165 6AB2.3.6 190 6AB3.3.6 223 6AC.3.9 85 9AE.2.5 526 5AF.2.5 46 5AH.2.5 130 5AI.2.5 52 5
rk1 &2 3 4 5 7
tj rj* m Opt.
St cj m c* m* Pst6Jumlah Operasi
wi cj*26 27 28 29 3020 21 22 23 24 2514 15 16 17 18 197 8 9 10 12 131 2 3 4 5
89
6
a b a b a bAJ.2.5 72 5AK.2.5 58 5AL1.2.5 335 5AL2.2.5 343 5AM.2.5 17 5AN.2.5 17 5AO.2.5 510 5AQ1.3.6 23 6AQ2.3.6 46 6AQ3.3.6 88 6AQ4.3.6 140 6AR.2.5 542 5AS.2.5 82 5AT.2.5 502 5AU.2.5 70 5
rk
rj* m Opt.1 2 3 4 5 cj m c* m* Pst Jumlah
Operasi
1 &2 3 4 5 7St6 7 8 9 10 cj* tj29 3023 24 25 26 27 2812 13 14 15 16 wi17 18 19 20 21 22
90
Tabel 5.11 Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas Fewest Operation (FO)
6
a b a b a b0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A.1.1 0 1 0 1 AC.1.1 5 33 0 15 15
B.1.1 0 1 AA.1.1 5 16 15 8 23C1.1.2 0 2 N.1.1 5 15 23 13 36C2.1.2 0 2 H.1.1 5 12 36 6 42D1.1.3 0 3 A.1.1 5 7 42 7 49D2.1.3 0 3 B.1.1 5 6 49 5 54E.1.2 0 2 AH.1.1 5 1 54 6 60F1.1.2 0 2 AN.1.1 6 42 60 17 77F2.1.2 0 2 Y.1.1 6 32 77 8 85G1.1.2 0 2 K.1.1 6 28 85 6 91G2.1.2 0 2 T.1.1 6 27 91 7 98G3.1.2 0 2 P.1.1 6 21 98 11 109H.1.1 0 1 I.1.1 6 20 109 8 117I.1.1 0 1 O.1.1 6 14 117 7 124K.1.1 0 1 AU.1.1 6 11 124 6 130M.1.4 0 4 2 F1.1.2 5 47 0 16 16N.1.1 0 1 F2.1.2 5 46 16 16 32O.1.1 0 1 E.1.2 5 43 32 11 43P.1.1 0 1 G1.1.2 5 37 43 18 61Q.1.2 0 2 G2.1.2 5 36 61 24 85S1.1.3 0 3 G3.1.2 5 35 85 30 115S2.1.3 0 3 AT.1.2 5 34 115 8 123S3.1.3 0 3 AO.1.2 5 30 123 8 131S4.1.3 0 3 AE.1.2 5 29 131 16 147T.1.1 0 1 AR.1.2 5 17 147 16 163U.1.3 0 3 AQ1.1.2 6 59 163 23 186V.1.3 0 3 AQ2.1.2 6 58 186 23 209
W1.1.2 0 2 AQ3.1.2 6 57 209 42 251W2.1.2 0 2 AQ4.1.2 6 56 251 52 303W3.1.2 0 2 AB1.1.2 6 55 303 25 328W4.1.2 0 2 AB2.1.2 6 54 328 25 353W5.1.2 0 2 AB3.1.2 6 53 353 33 386X.1.2 0 2 W1.1.2 6 52 386 15 401
rk1 &2 3 4 5 7 Jumlah
Operasiwi cj*
9 10 12 131 2 3 4 5 6tj rj* m
Opt.St cj m c* m* Pst
26 27 28 29 3020 21 22 23 24 2514 15 16 17 18 197 8
91
6
a b a b a bY.1.1 0 1 W2.1.2 6 51 401 15 416Z.1.3 0 3 W3.1.2 6 50 416 21 437
AA.1.1 0 1 W4.1.2 6 49 437 21 458AB1.1.2 0 2 W5.1.2 6 48 458 32 490AB2.1.2 0 2 AL1.1.2 6 45 490 8 498AB3.1.2 0 2 AL2.1.2 6 44 498 8 506AC.1.1 0 1 Q.1.2 6 39 506 12 518AE.1.2 0 2 C1.1.2 6 25 518 7 525AF.1.3 0 3 C2.1.2 6 24 525 10 535AH.1.1 0 1 X.1.2 6 23 535 7 542AI.1.3 0 3 3 D1.1.3 5 41 0 9 9AJ.1.3 0 3 D2.1.3 5 40 9 12 21AK.1.3 0 3 AF.1.3 5 38 21 8 29AL1.1.2 0 2 AI.1.3 5 22 29 6 35AL2.1.2 0 2 AK.1.3 5 18 35 6 41AM.1.3 0 3 V.1.3 5 13 41 8 49AN.1.1 0 1 AJ.1.3 5 10 49 6 55AO.1.2 0 2 AS.1.3 5 9 55 10 65AQ1.1.2 0 2 U.1.3 5 8 65 8 73AQ2.1.2 0 2 S1.1.3 5 5 73 9 82AQ3.1.2 0 2 S2.1.3 5 4 82 9 91AQ4.1.2 0 2 S3.1.3 5 3 91 12 103AR.1.2 0 2 S4.1.3 5 2 103 15 118AS.1.3 0 3 Z.1.3 6 31 118 12 130AT.1.2 0 2 AM.1.3 6 19 130 5 135AU.1.1 0 1 4 M.1.4 5 26 0 9 9
1 130 542 135 9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A.2.5 49 5 9 5 D1.2.5 4 41 9 4 13 aB.2.5 54 5 M.2.5 4 26 9 3 12 bC1.2.5 525 5C2.2.5 535 5D1.2.5 9 5D2.2.5 21 5E.2.5 43 5F1.3.7 16 7F2.3.7 32 7
6 7 8 9
rk
15 16wi cj* tj rj* m
Opt.1 2 3 4 5 cj m c* m* Pst Jumlah Operasi
1 &2 3 4 5 7St
29 3023 24 25 26 27 2817 18 19 20 21 2210 12 13 14
92
6
a b a b a bG1.3.7 61 7G2.3.7 85 7G3.3.7 115 7H.2.5 42 5I.2.5 117 5K.2.5 91 5M.2.5 9 5N.2.5 36 5O.2.5 124 5P.2.5 109 5Q.3.6 518 6S1.2.5 82 5S2.2.5 91 5S3.2.5 103 5S4.2.5 118 5T.2.5 98 5U.2.5 73 5V.2.5 49 5
W1.2.5 401 5W2.2.5 416 5W3.2.5 437 5W4.2.5 458 5W5.2.5 490 5X.2.5 542 5Y.2.5 85 5Z.2.5 130 5
AA.3.9 23 9AB1.3.6 328 6AB2.3.6 353 6AB3.3.6 386 6AC.3.9 15 9AE.2.5 147 5AF.2.5 29 5AH.2.5 60 5AI.2.5 35 5
rk1 &2 3 4 5 7
tj rj* m Opt.
St cj m c* m* Pst6
Jumlah Operasi
wi cj*26 27 28 29 3020 21 22 23 24 2514 15 16 17 18 197 8 9 10 12 131 2 3 4 5
93
6
a b a b a bAJ.2.5 55 5AK.2.5 41 5AL1.2.5 498 5AL2.2.5 506 5AM.2.5 135 5AN.2.5 77 5AO.2.5 131 5AQ1.3.6 186 6AQ2.3.6 209 6AQ3.3.6 251 6AQ4.3.6 303 6AR.2.5 163 5AS.2.5 65 5AT.2.5 123 5AU.2.5 130 5
rk
rj* m Opt.1 2 3 4 5 cj m c* m* Pst Jumlah
Operasi
1 &2 3 4 5 7St
6 7 8 9 10 12 13 14 15 16wi cj* tj
29 3023 24 25 26 27 2817 18 19 20 21 22
94
Gambar 5.4 Mesin Idle Job Utama Penjadwalan Non-Delay Mesin Majemuk Prioritas MOR
Rk Ck
127
0
12 20 23 58 61 64 69 79 190 195 22317016584 98 149133
112 115
85 97
120 244
146141132
15 27 43 214
134 248
170
61 76 141 152 223 248
151 214
1
2
3
5a
5b
6
8
87
83
76
28
148
189
15
16
17
19
23
25a
177
135
130
141
231
253
244
25b
26
27
9
10
12a
12b
13
14
120
190
162
133 238
137
135
259248 263
196
141
226
259
274
146
136 140
103 106 122
259
95
17
19
23
25a
25b
26
335
282
1
2
3
5a
5b
6
8
9
372
380355
347
365 379
510
505
426422376295 303
536520
505
542513
473
542
27
28
287 311 395 497
367 454 489
285 382 543
424
298 359 417
54215
16
516
443 50814
36813 410
12a
12b
430 454
10 385 508 530 536308 339 346 382287 303
426 430 513 516359 365 368 376
502 526 530327 339 362 382282
546339 343
542
96
23
25a
25b
26
27
28
13
14
15
16
17
19
5b
6
8
9
10
12a
7821
2
3
5a
762
563 670
565
657
573 583 654 669 782
563
12b
97
Tabel 5.12 Penjadwalan Non-Delay Mesin Majemuk Prioritas MOR disertai Job Sisipan
a b a b a b0
rk 130 542 135 127 133 0 0 0 120 0 162 137 0 134 0 177 424 141 0 0 0 0 196 0 0 148 0 151 J1.1.1 130 1 10 140 0 6 J17.1.6 4 9 0 3 3ck 798 798 798 135 238 12 103 85 244 430 146 76 248 15 798 798 170 573 83 87 542 61 214 J2.1.9 0 9 7 7 8 J14.1.8 4 12 0 2 2
J3.1.2 542 2 7 549 9 J2.1.9 4 24 0 7 7J4.1.3 135 3 6 141 J8.1.9 4 18 7 5 12J5.1.3 135 3 9 144 J12.1.9 4 14 12 5 17J6.1.1 130 1 7 137J7.1.3 135 3 7 142J8.1.9 0 9 5 5J9.1.3 135 3 6 141J10.1.3 135 3 6 141J11.1.3 135 3 7 142J12.1.9 0 9 5 5J13.1.3 135 3 6 141J14.1.8 0 8 2 2J15.1.3 135 3 7 142J16.1.3 135 3 11 146J17.1.6 0 6 3 3J18.1.2 542 2 6 548J19.1.1 130 1 9 139J20.1.1 130 1 9 139J21.1.1 130 1 7 137J22.1.2 542 2 18 560J23.1.3 135 3 10 145J24.1.1 130 1 7 137J25.1.3 135 3 7 142
1rk 130 542 135 127 133 3 2 17 120 0 162 137 0 134 0 177 424 141 0 0 0 0 196 0 0 148 0 151 J1.1.1 130 1 10 140 2 13 J14.2.13 3 12 2 16 18ck 798 798 798 135 238 12 103 85 244 430 146 76 248 15 798 798 170 573 83 87 542 61 214 J2.2.13 7 13 30 37
J3.1.2 542 2 7 549J4.1.3 135 3 6 141J5.1.3 135 3 9 144J6.1.1 130 1 7 137J7.1.3 135 3 7 142J8.2.13 12 13 15 27J9.1.3 135 3 6 141J10.1.3 135 3 6 141J11.1.3 135 3 7 142J12.2.13 17 13 11 28
4 5 6 7rj* m
opt.1 2 3 5 6 8 9 10 m* Pst Jumlah Operasi
wi cj* tjSt cj m tj rj c*1 &2 3
23 25 26 27 2817 19 31 32 33 3411 12 13 14 15 16
98
a b a b a bJ13.1.3 135 3 6 141J14.2.13 2 13 16 18J15.1.3 135 3 7 142J16.1.3 135 3 11 146J17.2.15 3 15 11 14J18.1.2 542 2 6 548J19.1.1 130 1 9 139J20.1.1 130 1 9 139J21.1.1 130 1 7 137J22.1.2 542 2 18 560J23.1.3 135 3 10 145J24.1.1 130 1 7 137J25.1.3 135 3 7 142
2rk 130 542 135 127 133 3 2 17 120 0 162 137 18 134 0 177 424 141 0 0 0 0 196 0 0 148 0 151 J1.1.1 130 1 10 140 3 15 J17.2.15 3 9 3 11 14ck 798 798 798 135 238 12 103 85 244 430 146 76 248 15 798 798 170 573 83 87 542 61 214 J2.2.13 18 13 30 48
J3.1.2 542 2 7 549J4.1.3 135 3 6 141J5.1.3 135 3 9 144J6.1.1 130 1 7 137J7.1.3 135 3 7 142J8.2.13 18 13 15 33J9.1.3 135 3 6 141J10.1.3 135 3 6 141J11.1.3 135 3 7 142J12.2.13 18 13 11 29J13.1.3 135 3 6 141J14.3.33 18 33 8 26J15.1.3 135 3 7 142J16.1.3 135 3 11 146J17.2.15 3 15 11 14J18.1.2 542 2 6 548J19.1.1 130 1 9 139J20.1.1 130 1 9 139J21.1.1 130 1 7 137J22.1.2 542 2 18 560J23.1.3 135 3 10 145J24.1.1 130 1 7 137J25.1.3 135 3 7 142
1 &2 3 4 5 6
1 2 3 5 6 8 9 c* m*7
St cj m tj rj10 11 12 13 14 15 tj rj* m opt.
Pst Jumlah Operasi
wi cj*34 23 25 26 27 2816 17 19 31 32 33
99
5.7 Analisis
Pejadwalan non-delay adalah sekumpulan jadwal feasible dimana tidak satu pun
mesin dibiarkan menganggur jika pada saat yang bersamaan terdapat operasi yang
memerlukan mesin tersebut. Minimasi mesin menganggur (idle time) berpengaruh
terhadap peningkatkan utilitas produksi, sehingga total waktu penyelesaian
(completion time) tiap-tiap job berkurang yang secara keseluruhan dapat
mereduksi makespan.
Dengan melihat aliran proses produksi sediaan solid stage 5, stage 6, dan stage 7,
pada gambar 5.5 maka nilai optimal makespan dilihat dengan mengetahui
pengaruh pelaksanaan proses produksi terhadap pemakaian prioritas Short
Processing Time (SPT), Most Operation Remaining (MOR), Fewest Operation
(FO). Prioritas MOR dengan melaksanakan proses produksi terhadap produk salut
tablet terlebih dahulu, penjadwalan ini lebih mengutamakan pemberian job kepada
mesin-mesin stage 6, dimana pada stage tersebut memiliki pasokan job terbanyak
yang pada kondisi aktual sering menyebabkan antrian panjang di lantai produksi.
Prioritas FO mendahulukan pelaksanaan proses produksi terhadap produk tablet
untuk dapat memenuhi pasokan kepada mesin pada stage 7 yang merupakan stage
terakhir sehingga akan mempercepat penyelesaian pengoperasian pada stage
terakhir ini yang akan memperkecil nilai Cmax (makespan).
Prioritas SPT merupakan priority rules yang sering digunakan dengan
memprioritaskan job-job yang memiliki waktu proses produksi terpendek. Aturan
ini digunakan untuk meminimumkan total waktu penyelesaian rata-rata tiap job
yang pada akhirnya dapat meminimumkan makespan.
100
`
Stage 1 & 2
Stage 3
Stage 4
` Cetak
Kemas
Salut
CetakStage 5
Stage 6
Stage 7
TABLET TABLETSALUT
Gambar 5.5 Aliran Proses Produksi Sediaan Solid
• Penjadwalan non-delay dengan prioritas Short Processing Time (SPT)
Penjadwalan dengan prioritas SPT biasa digunakan untuk minimasi total
waktu penyelesaian rata-rata (mean flow time) tiap job yang pada akhirnya
dapat meminimumkan makespan. Dari hasil penjadwalan non-delay prioritas
SPT, diperoleh makespan sebesar 894 jam, dan mean flow time sebesar 234
jam dengan perincian 177 jam pada produk tablet dan 297 jam pada produk
tablet salut. Hal ini menunjukkan prioritas SPT menghasilkan aliran job yang
lebih cepat terhadap produk-produk tablet. Gantt chart yang menunjukkan
sebagian hasil penjadwalan non-delay prioritas SPT dapat dilihat pada gambar
5.6.
• Penjadwalan non-delay dengan prioritas MOR
Prioritas MOR digunakan untuk melakukan penjadwalan dengan memproses
job-job dengan urutan proses yang lebih banyak terlebih dahulu, job-job yang
memenuhi ketentuan tersebut adalah produk tablet salut. Penjadwalan ini akan
menghasilkan penjadwalan yang mengutamakan untuk memberikan pasokan
kepada mesin pada stage 6. Penjadwalan non-delay prioritas MOR dapat
101
menyelesaikan keseluruhan job dalam waktu 798 jam, dengan nilai mean flow
time sebesar 339 jam. Prioritas MOR menghasilkan aliran job yang tidak jauh
berbeda antara produk tablet dengan produk tablet salut. Gantt chart yang
menunjukkan sebagian hasil penjadwalan non-delay prioritas MOR dapat
dilihat pada gambar 5.7.
• Penjadwalan non-delay dengan prioritas FO
Pada prioritas FO, penjadwalan dilakukan dengan memproses terlebih dahulu
terhadap job-job dengan jumlah urutan operasi lebih sedikit. Prioritas FO
mempercepat waktu awal pengoperasian mesin pada stage 7, namun
memperlambat waktu penyelesaian pengoperasian mesin pada stage 6,
sehingga penjadwalan ini memberikan hasil makespan sebesar 822 jam, dan
nilai mean flow time sebesar 317 jam dengan waktu alir job tercepat pada
produk-produk tablet. Gantt chart yang menunjukkan sebagian hasil
penjadwalan non-delay prioritas FO dapat dilihat pada gambar 5.8.
102
Gambar 5.6 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas SPT
FBD Glatt
FBE Pro G1.1.2
FBD YC
Oven
GYC 1
GYC 2
Bohle
Canaan
Lokal
Mecco (RH)
Meco 200
CD 1 S4.4.12
CD 2
JC 16
JC 20 A AE.4.14
JC 20 B D2.4.15
JC 29
JC 39
Manesty F1.3.18
Rimex
Sejong D AN.4.20
XL Cota C2.5.21
Duan Kwei
N.5.23
Hi-Pack 1 AL2.6.24
Hi-pack 4 S3.5.25
Hi-pack 5 Y.6.25
KSM 2
KSM 3
Siebler 1
Siebler 2
Uhlmann
Job Tablet Job Tablet Salut
AT.5.30 AS.5.30
AH.5.28 AU.6.28
V.5.29 U.5.29
M.5.26 AO.5.26 I.6.26
AM.6.27 C1.6.27 H.5.27 T.6.27 O.6.27 X.6.27
AI.5.25 AJ.5.25 AF.5.25 A.5.25 E.5.25 D1.5.25
B.5.25 AK.5.25 S1.5.25 S2.5.25
AL1.6.24
Filling Manual AA.4.23 AC.4.23
K.6.22 Q.5.22
I.5.21 O.5.21 X.5.21 Y.5.21 Q.4.21 AL2.5.21AM.5.21 C1.5.21 K.5.21 AU.5.21 T.5.21 AL1.5.21
AL1.4.20 O.4.20 AL2.4.20 P.4.20
AM.4.19 H.4.19 X.4.19 I.4.19 Q.3.19
N.4.16 Z.4.16
K.4.17 T.4.17 Y.4.17
B.4.15 M.4.15 AH.4.15 V.4.15 AO.4.15 A.4.15 U.4.15 D1.4.15
AS.4.14 W1.4.14 W2.4.14
C1.4.13 AU.4.13 C2.4.13 AA.3.13 AC.3.13
AI.4.14 AK.4.14 AJ.4.14 AT.4.14 AF.4.14
S1.4.12 S2.4.12
E.4.12 S3.4.12
W1.3.10 N.3.10 W2.3.10 AE.3.10
AA.2.9 AC.2.9
AM.3.10 X.3.10H.3.10 T.3.10 O.3.10AT.3.1 I.3.10 P.3.10
U.3.6 D1.3.6C1.3.6M.3.6AI.3.6K.3.6AK.3.6AU.3.AJ.3.6 Q.2.6 AS.3.6 D2.3.6AH.3.6AF.3.6 AO.3. V.3.6
B.3.8 A.3.8 S1.3.8 S2.3.8 S3.3.8 S4.3.8
AJ.2.5 AL2.2.5 T.2.5 V.2.5 AT.2.5 D1.2.5 AR.2.5
AE.2.5
AL1.3.7 AL2.3.7 F1.2.7 F2.2.7 AR.3.7
Z.3.6 AN.3.6C2.3.6Y.3.6 E.3.6
W1.2.5 N.2.5 W2.2.5
S4.2.5M.2C1.2.5 K.2.5X.2.5H.2.5 AU.2
I.2.5 E.2.5 S.2AO.2. O.2.5U.2.5 A.2.5 C2.2.5Y.2.5
S1.2.5
M.1.4
B.2.5 M.2.5AI.2.5 AK.2. AL1.2.5 AH.2.AF.2.5
D1.1.3AM.1.3 AI.1.3 AK.1.3 AJ.1.3 AF.1.3 V.1.3 U.1.3
AE.1.2 AR.1.2E.1.2 Q.1.2
S3.1.3
C1.1.2 X.1.2 AL1.1.2 AL2.1.2 AO.1.2 AT.1.2 C2.1.2
O.1.1 A.1.1 Y.1.1B.1.1 K.1.1 H.1.1 AU.1.1 AH.1.1 T.1.1
W1.1.2 W2.1.2 F1.1.2 F2.1.2
N.1.1 AC.1.1 AN.1.1I.1.1 AA.1.1 P.1.1
S4.1.3S1.1.3 S2.1.3 AS.1.3 D2.1.3 Z.1.3
AN.2.5
P.2.5 D2.2.5 Z.2.5 S3.2.5S2.2.5
103
Gambar 5.7 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas MOR
FBD Glatt
FBE Pro AB2.1.2
FBD YC
Oven
GYC 1
GYC 2
Bohle
Canaan
Lokal
Mecco (RH)
Meco 200
CD 1
CD 2 E.4.12
JC 16
JC 20 A
JC 20 B U.4.15
JC 29 N.4.16
JC 39 K.4.17
Manesty
Rimex AB
Sejong D
XL Cota P.5.21
Duan Kwei
AA.5.23
Hi-Pack 1
Hi-pack 4 S1.5.25
Hi-pack 5 AQ1.6.25
KSM 2
KSM 3
Siebler 1
Siebler 2 V.5.29
Uhlmann
Job Tablet Job Tablet Salut
AS.5.30
AU.6.28
AM.6.27 H.5.27
M.5.26 I.6.26
AF.5.25 AK.5.25 AJ.5.25
D1.5.25 AI.5.25 AN.6.25
I.5.21
Filling Manual AC.5.23
Z.6.22
AM.4.19 I.4.19 H.4.19
AU.5.21 AQ2.5.21
AN.4.20 P.4.20 O.4.20
Z.5.21 AM.5.21 AN.5.21 AQ1.5.21
Z.4.16
AQ1.4.17 AQ2.4.17 Y.4.17
M.4.15 D1.4.15 D2.4.15 V.4.15
AF.4.14 AI.4.14 AK.4.14 AJ.4.14 AS.4.14
S4.4.12
AU.4.13 AC.4.13 AA.4.13
S1.4.12 S2.4.12
N.3.10 H.3.10AM.3.1 T.3.10 P.3.10 I.3.10 O.3.1
S1.3.8 S2.3.8 A.3.8S3.3.8B.3.8 S4.3.8
AC.3.9 AA.3.9
AS.3.6 AQ3.3.6 U.3.6 AH.3. AQ4.3.6 AB1.3.6M.3.6 Z.3.6 AQ1.3.6AN.3.6 Y.3.6K.3.6
H.2.5 S3.2.5 AH.2.5AI.2.5 AK.2.5 V.2.5 AJ.2.5 U.2. N.2.5
D1.3.6D2.3.6AQ2.3.6AF.3.6AI.3.6 AK.3.6 V.3.6AU.3.AJ.3.6
Z.2.5 AN.2.5 D1.2.5 T.2.5 AF.2.5
A.2.5 B.2.5 S4.2.5I.2.5 O.2.5 U.2 AS.2 S1.2.5 S2.2.5
S2.1.3 S3.1.3 S4.1.3
M.1.4
M.2.5 M.2 Y.2.5 K.2.5 D2.2.5 P.2.5
AK.1.3 V.1.3 AJ.1.3 AS.1.3 U.1.3 S1.1.3Z.1.3 AM.1.3 D1.1.3 D2.1.3 AF.1.3 AI.1.3
AB1.1.2
A.1.1 B.1.1 AH.1.1
AQ1.1.2 AQ2.1.2 AQ3.1.2 AQ4.1.2
O.1.1 AU.1.1 AC.1.1 AA.1.1 N.1.1 H.1.1AN.1.1 Y.1.1 K.1.1 T.1.1 P.1.1 I.1.1
104
Gambar 5.8 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk dengan Prioritas FO
FBD Glatt
FBE Pro AQ1.1.2
FBD YC
Oven
GYC 1
GYC 2
Bohle
Canaan
Lokal
Mecco (RH)
Meco 200
CD 1 S4.4.12
CD 2
JC 16
JC 20 A AE.4.14
JC 20 B A
JC 29
JC 39
Manesty G1.4.18
Rimex
Sejong D O.4.20
XL Cota Z
Duan Kwei
Hi-Pack 1 F2.5.24
Hi-pack 4 S3.5.25
Hi-pack 5
KSM 2
KSM 3
Siebler 1
Siebler 2
Uhlmann
Job Tablet Job Tablet Salut
AS.5.30 AT.5.30
V.5.29
M.5.26
H.5.27
AF.5.25 AI.5.25 AK.5.25 AJ.5.25 S1.5.25 D2.5.25
D1.5.25 E.5.25 S2.5.25
F1.5.24
Filling Manual AC.5.23 AA.5.23 N.5.23
AN.5.21 Y.5.21
AN.4.20 P.4.20
N.4.16 Z.4.16
Y.4.17 K.4.17 T.4.17
H.4.19 I.4.19 AM.4.19
F1.4.18 F2.4.18
M.4.15 D1.4.15 D2.4.15 V.4.15 A.4.15 B.4.15
AF.4.14 AI.4.14 AK.4.14 AJ.4.14 AS.4.14 AT.4.14
S1.4.12 S3.4.12
AC.4.13 AA.4.13 AU.4.13
E.4.12 S2.4.12
I.3.10 AT.3.1O.3.1 AM.3.1 AE.3.10
AC.3.9 AA.3.9
N.3.10 H.3.10 T.3.10 P.3.10
A.3.8 B.3.8 S1.3.8 S2.3.8 S3.3.8 S4.3.8
F1.3.7 F2.3.7 G1.3.7 G2.3.7 G3.3.7 AR.3.7
Y.3.6 K.3.6 AU.3.6Z.3.6AO.3.V.3.6 AJ.3.6 AH.3.6AS.3. U.3.6 AN.3.6M.3.6D1.3.6 D2.3.6 AF.3.6 AI.3.6 AK.3. E.3.6
AT.2. Z.2.5 M.2 AR.2.5S.2 AN.2.5 Y.2.5 S2.2.5 S3.2.5 I.2.5M.2.5 D2.2.5 AI.2.5 AK.2. E.2.5 A.2.5 AJ.2.5
O.2.5 AU.2AO.2. AE.2.5U.2. S1.2.5 K.2.5 T.2. P.2.5 S4.2.5
AE.1.2
Z.1.3 AM.1.3
M.1.4
D1.2.5 AF.2.5 N.2.5 H.2.5 V.2.5 B.2.5 AH.2.
AS.1.3 U.1.3 S1.1.3 S2.1.3 S3.1.3 S4.1.3
A.1.1
D1.1.3 D2.1.3 AF.1.3 AI.1.3 AK.1.3 V.1.3 AJ.1.3
AO.1.2
B.1.1
AR.1.2
I.1.1 O.1.1 AU.1.1
F1.1.2 F2.1.2 E.1.2 G1.1.2 G2.1.2 G3.1.2 AT.1.2
AH.1.1 AN.1.1 Y.1.1 K.1.1 T.1.1 P.1.1AC.1.1 AA.1.1 N.1.1 H.1.1
105
5.7.1 Perbandingan Penggunaan Ketiga Prioritas
Dari hasil ketiga penjadwalan non-delay menggunakan aturan prioritas SPT,
MOR, dan FO yang menghasilkan makespan terkecil adalah prioritas MOR. Job
Hasil perbandingan penjadwalan dengan menggunakan tiga priority rules
terhadap beberapa kriteria dapat dilihat pada tabel 5.13.
Tabel 5.13 Perbandingan Pemakaian Tiga Prioritas
SPT MOR FO
Makespan 894 798 822 Mean flow time 234 339 317
Tablet 177 323 178 Tablet Salut 297 356 470
Completion Machine Stage 5 722 792 678 Stage 6 780 637 762 Stage 7 894 798 822
Prioritas SPT memberikan hasil makespan paling tinggi dengan nilai mean flow
time paling rendah. Hal tersebut menunjukkan bahwa optimalitas makespan belum
tentu diikuti dengan optimalitas mean flow time. Penjadwalan ini akan
mengurangi job persediaan barang setengah jadi, yang berpengaruh terhadap
biaya penyimpanan persediaan.
Besarnya makespan disebabkan karena pada penjadwalan, prioritas diberikan pada
job dengan waktu proses yang pendek tanpa memperhitungkan sisa operasi
sebagai proses pengendalian terhadap pemberian pasokan pada stage 6 yang
merupakan mesin dengan pasokan terbanyak atau stage 7 yang merupakan stage
terakhir pada proses produksi. Hal ini menyebabkan terjadinya keterlambatan
pengoperasian pada mesin XL-Cota di stage 6, dengan completion Machine pada
jam ke-780 yang secara berkelanjutan memperpanjang waktu penyelesaian
keseluruhan job di stage 7 pada jam ke-894.
Hasil yang sama diperoleh pada penjadwalan dengan prioritas FO, proses
produksi terhadap produk tablet terlebih dahulu menyebabkan keterlambatan
106
pengoperasian pada mesin XL-Cota di lantai produksi. Prioritas SPT dan FO
memberikan waktu alir yang cepat terhadap produk-produk tablet.
Prioritas MOR memberikan hasil makespan sebesar 798, prioritas ini memberikan
hasil penjadwalan dengan pengendalian pemberian pasokan pada stage 6 yang
dapat diperlihatkan dengan perolehan completion machine paling rendah
dibandingkan prioritas lain, yaitu sebesar 637. Ketika mesin dengan pasokan
paling banyak dapat menyelesaikan pengoperasian keseluruhan job pada mesin
tersebut lebih cepat, maka akan mempercepat penyelesaian keseluruhan job dalam
sistem. Pada penjadwalan ini waktu alir job pada produk tablet dan produk tablet
salut memberikan hasil yang hampir sama, pemberian hasil yang sama
menunjukkan pemakaian prioritas MOR memberikan pasokan yang seimbang
antara mesin pada stage 6 dan stage 7 yang menyebabkan keseluruhan job dapat
terselesaikan dengan cepat.
Mean flow time yang dihasilkan pada penjadwalan dengan prioritas MOR
memiliki nilai yang tertinggi dibandingkan dengan dua prioritas lainnya. Nilai
mean flow time sebesar 339 menunjukkan rata-rata waktu yang diperlukan suatu
job untuk berada dalam sistem penjadwalan adalah selama 339 jam. Tingginya
nilai mean flow time yang diperoleh tersebut berbanding terbalik dengan nilai
makespan-nya. Ketika penjadwalan dimaksudkan untuk mendapatkan waktu
tercepat penyelesaian proses produksi keseluruhan job, maka utilitas mesin
ditingkatkan dengan meminimasi waktu mesin menganggur (idle). Salah satu
upaya peningkatkan utilitas adalah dengan meningkatan persediaan barang
setengah jadi, sehingga mesin dapat secepat mungkin melakukan proses produksi
untuk job berikutnya setelah job sebelumnya selesai diproses tanpa mengalami
idle untuk menunggu job yang akan diproses.
5.7.2 Utilitas Penjadwalan Non-delay Prioritas Most Operation Remaining
Utilitas mesin berikut adalah utilitas mesin yang diperoleh dari hasil penjadwalan
non-delay prioritas MOR dengan nilai makespan terkecil yang dapat dilihat pada
tabel 5.14. Utilitas mesin menunjukkan waktu pengoperasian mesin terhadap
107
waktu yang disediakan. Utilitas mesin tertinggi ada pada stage 7 sebesar 71.3%
yang merupakan stage dengan jumlah antrian mesin yang terbanyak. Stage 4
memberikan rata-rata utilitas mesin yang terkecil, hal ini disebabkan stage ini
memiliki jumlah mesin lebih banyak, sehingga antrian pada stage ini dapat
tersebar pada banyak mesin, selain itu rendahnya utilitas juga disebabkan waktu
pengoperasian yang lebih cepat dibandingkan dengan pengoperasian mesin pada
stage lainnya.
Pemanfaatan 32 mesin pada penjadwalan non-delay menggunakan prioritas MOR
untuk memproses 59 job yang terdiri dari 308 operasi dengan waktu penyelesaian
proses produksi selama 798 jam dapat dilihat pada tabel 5.14. Pada tabel tersebut
dapat terlihat, hanya tiga mesin yang memiliki utilitas diatas 50%. Mesin-mesin
tersebut adalah mesin FBE Pro pada stage 1 & 2, XL Cota pada stage 6, dan Hi-
Pack 4-1 pada stage 7. Banyaknya mesin-mesin yang memiliki utilitas dibawah
50% menunjukkan pemanfaatan terhadap sumber daya yang belum optimal,
sehingga hal tersebut memungkinkan untuk dilakukannya penambahan job pada
jadwal proses produksi bulan september yang sudah djadwalkan.
Tabel 5.14 Utilitas Mesin Prioritas MOR
Stage Mesin Utilitas Mesin
Stage Mesin Utilitas Mesin
FBD Glatt 16.3% JC 29 9.5%FBE Pro 67.9% JC 39 49.6%FBE YC 16.9% Manesty 48.7%Oven 1.1% Rimex 29.3%GYC 1 10.7% Sejong D 19.7%GYC 2 11.0% 6 XL Cota 71.3%Bohle 14.5% Duan Kwei 5.1%Canaan 7.8% Filling Manual 17.0%Lokal 2.6% Hi-Pack 1 30.7%Mecco (RH) 1.5% Hi-pack 4 50.5%Meco 200 8.0% Hi-pack 5 38.7%CD 1 9.9% KSM 2 5.8%CD 2 8.3% KSM 3 38.1%JC 16 10.0% Siebler 1 2.8%JC 20 A 39.2% Siebler 2 4.0%JC 20 B 26.2% Uhlmann 4.9%
1 & 2
3
5
5
4
7
108
5.7.3 Penjadwalan Non-Delay Mesin Majemuk disertai Job Sisipan
Penjadwalan yang disertai job sisipan pada job utama, dimaksudkan untuk
mengetahui pengaruh penjadwalan tersebut terhadap makespan yang dihasilkan
pada penjadwalan job utama. Pada proses produksi job sisipan beberapa produk
akan diproses pada mesin-mesin yang tidak digunakan pada proses produksi job
utama, sehingga penjadwalan job sisipan akan menambah jumlah mesin yang
digunakan. Mesin-mesin tersebut adalah mesin Lokal Kapsul pada stage 4, mesin
CY 20 dan mesin CY 50 pada stage 5, serta mesin Rama Cota dan Dong Fang
pada stage 7.
Proses produksi untuk 25 job sisipan dapat diselesaikan dalam waktu 681 jam, hal
ini menunjukkan penyisipan job pada hasil penjadwalan job utama dengan tidak
mengubah urutan proses produksi job utama tersebut, tidak menyebabkan
pertambahan waktu penyelesaian keseluruhan. Gantt chart yang menunjukkan
sebagian hasil penjadwalan job sisipan dapat dilihat pada gambar 5.9. Penyisipan
job yang dilakukan tetap menghasilkan utilitas mesin yang rendah dengan hanya
menambah satu mesin yang memiliki utilitas di atas 50%, mesin tersebut adalah
mesin JC 39 pada stage. Peningkatan utilitas mesin setelah dilakukan penyisipan
job dapat dilihat pada tabel 5.15 dan gambar 5.10.
109
Gambar 5.9 Gantt Chart Penjadwalan Non-Delay Mesin Majemuk Prioritas MOR disertai Job Sisipan
FBD Glatt
FBE Pro AB2.1.2
FBD YC J10
Oven
GYC 1 J7.
GYC 2
Bohle J5.
Canaan
Lokal
Mecco (RH)
Meco 200
Lokal Kapsul
CD 1 J6.4.12
CD 2 E.4.12
JC 16
JC 20 A
JC 20 B U.4.15
JC 29 N.4.16
JC 39 K.4.17
Manesty
Rimex AB
Sejong D
CY 20
CY 50
XL Cota P.5.21
Rama Cota
Dong Fang
Duan Kwei
Filling Manual AA.5.23
Hi-Pack 1
Hi-pack 4 S1.5.25
Hi-pack 5 AQ1.6.25
KSM 2
KSM 3 J9.5.27
Siebler 1
Siebler 2 V.5.29
Uhlmann
Job Tablet Job Tablet Salut Job Sisipan
AQ1.1.2 AQ2.1.2 AQ3.1.2 AQ4.1.2 AB1.1.2
A.1.1 B.1.1 AH.1.1 J1.1.1 J6.1.1 J19.1.1O.1.1 AU.1.1 AC.1.1 AA.1.1 N.1.1 H.1.1AN.1.1 Y.1.1 K.1.1 T.1.1 P.1.1 I.1.1 J20.1.1 J21.1.1
Z.1.3 AM.1.3 D1.1.3 D2.1.3 AF.1.3 AI.1.3 AK.1.3 V.1.3
M.1.4
J9.1.3 J11.1.3 J4.1.3 J5.1.3 J7.1.3AJ.1.3 AS.1.3 U.1.3 S2.1.3 S3.1.3 S4.1.3
M.2.5 M.2 Y.2.5 K.2.5 D2.2.5 P.2.5 9.2. J6.2.5 J4.2.5I.2.5 O.2.5 U.2 S.2 S1.2.5 S2.2.5
Z.2.5 AN.2.5 D1.2.5 T.2. AF.2.5 AI.2.5 AK.2.
J5.2.5A.2.5 B.2.5 S4.2.5
AH.2. J1.2.5 J11.2. J19.2. J20.2.V.2.5 AJ.2.5 U.2. N.2.5 H.2.5 S3.2.5
K.3.6D1.3.6D2.3.6AQ2.3.6AF.3.6AI.3.6J17.1. M.3.6 Z.3.6 AQ1.3.6AN.3.6 Y.3.6 U.3.6 AH.3.6 AQ4.3.6 J6.3.6 J4.3.6 AB1.3.6AK.3.6 V.3.6AU.3.6AJ.3.6 AS.3.6 AQ3.3.6
AM.3.10 T.3.10 P.3.10 I.3.10 O.3.1 N.3.10
J2.1.9 J8.1.9 J12.1.9 AC.3.9 AA.3.9
14.1 S1.3.8 S2.3.8 A.3.8S3.3.8B.3.8 S4.3.8J9.3.8
11.3.1
S1.4.12 S2.4.12
H.3.10 J1.3.10 19.3.1 20.3.1
S4.4.12
J14.2.13 J2.2.13 J8.2.13 J12.2.13 AU.4.13 AC.4.13 AA.4.13 J4.4.13
AF.4.14 AI.4.14 AK.4.14 AJ.4.14 AS.4.14
J17.2.15 M.4.15 D1.4.15 D2.4.15 V.4.15
Z.4.16
AQ1.4.17 AQ2.4.17 Y.4.17
AM.4.19 I.4.19 H.4.19
AN.4.20 P.4.20 O.4.20
J11.4.31
J9.4.32
Z.5.21 AM.5.21 AN.5.21 AQ1.5.21 I.5.21 AU.5.21 AQ2.5.21
J17.3.33 J14.3.33 J2.3.33 J8.3.33 J12.3.33
AC.5.23
Z.6.22
J2.4.25 AF.5.25 AK.5.25 AJ.5.25
D1.5.25 AI.5.25 AN.6.25
I.6.26
J17.4.25
J14.4.27 AM.6.27 J12.4.27 H.5.27
S1.1.3
AU.6.28
AS.5.30
M.5.26
110
Tabel 5.15 Utilitas Mesin Penjadwalan Non-Delay untuk Mesin Majemuk disertai
Job Sisipan
Stage Mesin Utilitas Utama
Utilitas Sisipan
Utilitas Total
1 & 2
FBD Glatt 16.3% 6.1% 22.4% FBE Pro 67.9% 3.9% 71.8% FBE YC 16.9% 10.3% 27.2% Oven 1.1% - 1.1%
3 GYC 1 10.7% 4.1% 14.8% GYC 2 11.0% 3.8% 14.8%
4
Bohle 14.5% 4.3% 18.8% Canaan 7.8% - 7.8% Lokal 2.6% 1.6% 4.3% Mecco (RH) 1.5% 2.1% 3.6% Meco 200 8.0% 2.3% 10.3% Lokal Kapsul - 0.4% 0.4%
5
CD 1 9.9% 1.8% 11.7% CD 2 8.3% - 8.3% JC 16 10.0% 23.4% 33.5% JC 20 A 39.2% 8.4% 47.6% JC 20 B 26.2% 1.4% 27.6% JC 29 9.5% 3.0% 12.5% JC 39 49.6% 7.4% 57.0% Manesty 48.7% - 48.7% Rimex 29.3% 6.8% 36.1% Sejong D 19.7% - 19.7% CY 20 - 1.6% 1.6% CY 50 - 2.0% 2.0%
6 XL Cota 71.3% - 71.3% Rama Cotta - 30.2% 30.2% Dong Fang - 1.5% 1.5%
7
Duan Kwei 5.1% - 5.1% Filling Manual 17.0% 3.4% 20.4% Hi-Pack 1 30.7% - 30.7% Hi-pack 4-1 50.5% 8.1% 58.6% Hi-pack 4-2 38.7% 1.8% 40.5% KSM 2 5.8% 8.0% 13.8% KSM 3 38.1% 11.8% 49.9% Siebler 1 2.8% 2.6% 5.4% Siebler 2 4.0% - 4.0% Uhlmann 4.9% - 4.9%
111
Gambar 5.10 Utilitas Mesin Penjadwalan Non-delay untuk Mesin Majemuk disertai
Job Sisipan
0% 20% 40% 60% 80%
FBD GlattFBE ProFBE YC
OvenGYC 1GYC 2Bohle
CanaanLokal
Mecco (RH)Meco 200
Lokal KapsulCD 1CD 2JC 16
JC 20 AJC 20 B
JC 29JC 39
ManestyRimex
Sejong DCY 20CY 50
XL CotaRama CotaDong FangDuan Kwei
Filling ManualHi-Pack 1
Hi-pack 4-1Hi-pack 4-2
KSM 2KSM 3
Siebler 1Siebler 2Uhlmann
Utilitas Mesin Job Utama disertai Job Sisipan
Job Utama danJob Sisipan
Job Utama
Stage 7
Stage 6
Stage 5
Stage 4
Stage 3
Stage 1 & 2
112
5.7.4 Perbandingan Hasil Penjadwalan Dengan Kondisi Aktual
Penjadwalan non-delay dengan prioritas bobot sebagai prioritas kedua yang
digunakan pada penelitian ini memiliki kesesuaian dengan prioritas penjadwalan
yang digunakan pada SOHO Group Pharma. Hanya saja, faktor yang
mempengaruhi hasil makespan pada penelitian ini diperoleh dari pemakaian
prioritas pertama, yaitu penjadwalan dengan menggunakan prioritas MOR yang
menghasilkan makespan tercepat.
Pada kondisi aktual, rencana produksi bulan september yang terdiri dari 84 produk
dapat diselesaikan dalam jangka waktu 96 hari dengan jam kerja efektif selama 16
jam perhari. Efisiensi hasil penjadwalan terhadap kondisi aktual dapat dilihat pada
tabel 5.16 berikut ini.
Tabel 5.16 Perbandingan Hasil Penjadwalan
Penjadwalan Makespan
Efisiensi Jadwal Mean flow time
jam hari jam hari Kondisi
Awal - 96 - - 28
Non Delay Prioritas
MOR 798 50 47.9% 323 20
Penjadwalan dengan prioritas MOR untuk permintaan produksi pada bulan
september dapat diselesaikan dalam waktu 798 jam, yang jika dikonversikan
dengan jam kerja efektif pada SOHO Group Pharma, maka keseluruhan job dapat
diselesaikan selama 50 hari kerja dengan perolehan efisiensi sebesar 47.9%. Hal
tersebut menjelaskan bahwa penjadwalan dengan menggunakan prioritas volume
penjualan saja tidak cukup untuk mendapakan penjadwalan dengan urutan job
yang optimal. Penjadwalan harus juga memperhatikan pasokan job terhadap
mesin dengan jumlah antrian yang banyak, hal ini dimaksudkan untuk
meminimasi lamanya mesin tesebut mengalami idle, sehingga mesin tersebut
dapat segera melakukan proses pengoperasian dan keseluruhan antrian job pada
mesin tersebut dapat terselesaikan dengan lebih cepat.
113
Mean flow time adalah rentang waktu yang dibutuhkan suatu job untuk berada
dalam sistem penjadwalan, waktu yang dimulai saat job tersebut siap dijadwalkan
hingga job tersebut selesai dijadwalkan. Dari hasil penelitian rata- rata waktu alir
job dapat dipercepat menjadi 20 hari kerja. Nilai mean flow time berkaitan dengan
biaya yang harus dikeluarkan perusahan yang timbul akibat penyimpanan
persediaan barang setengah jadi.
Biaya penyimpanan tersebut meliputi:
1. Biaya modal, penyimpanan barang setengah jadi berarti penumpukan modal,
dengan perhitungan modal yang dapat diukur dengan suku bunga bank.
2. Biaya gudang, timbulnya biaya yang disebabkan keperluan terhadap tempat
penyimpanan jika gudang dan peralatannya disewa, dan merupakan biaya
depresiasi jika perusahaan mempunyai gudang sendiri.
3. Biaya kerusakan dan penyusutan, penyimpanan persediaan barang setengah
jadi dalam jangka waktu yang cukup lama dapat menyebabkan kerusakan
bahkan kadaluarsa yang dapat menghilangkan nilai dari produk terebut.
4. Biaya asuransi, perlindungan terhadap hal-hal yang tidak diinginkan oleh
perusahaan menimbulkan biaya asuransi untuk persediaan barang.
5.7.5 Faktor Lain Penyebab Keterlambatan Proses Produksi
Kelancaran proses produksi yang berpangaruh terhadap performansi pemenuhan
rencana produksi tidak hanya ditentukan oleh sistem penjadwalan yang
mempengaruhi antrian mesin, namun meliputi banyak faktor yang termasuk
didalamnya. Faktor-faktor tersebut meliputi:
• Breakdown Mesin
Pemeliharaan atau perawatan mesin terbagi menjadi dua yaitu: perbaikan
komponen mesin dan pergantian komponen mesin yang sudah aus pada waktu
digunakan serta tidak dapat diperbaiki lagi. Pada proses perbaikan komponen
mesin yang harus diperhatikan adalah biaya perbaikan dibandingkan dengan
harga komponen mesin, jika biaya perbaikan lebih murah dan hasil perbaikan
masih dapat bertahan lama maka komponen tidak perlu untuk diganti, berlaku
begitupun sebaliknya. Pergantian komponen yang aus harus dilakukan agar
114
komponen lain yang berkaitan tidak ikut mengalami kerusakan yang dapat
mempengaruhi kelancaran proses produksi.
• Ketersediaan Material
Bahan baku merupakan kebutuhan utama pada proses produksi yang akan
diolah menjadi produk jadi. Untuk itu, pengolahan kebutuhan bahan baku
merupakan kegiatan yang sangat penting bagi perusahaan dalam rangka
menjaga kelancaran proses produksi. Diperlukan suatu sistem tertentu yang
berfungsi sebagai sistem persediaan sekalugus sistem informasi, sehingga
memungkinkan terciptanya sistem pengadaan bahan baku yang tepat waktu,
jumlah, dan jenis.
Penggunaan lebih dari satu supplier juga menjadi faktor penentu kelancaran
produksi. Kehandalan dan pemilihan supplier yang dibutuhkan tidak hanya
dilihat pada kemampuannya untuk memasok material dengan harga murah,
berkualitas dan tepat waktu saja, tetapi juga harus mampu memberikan
pelayanan yang optimal, baik dari segi kelancaran komunikasi dan informasi,
responsif, dan memberikan kemudahan dalam proses transaksi. Berkaitan
dengan hal tersebut, maka evaluasi terhadap kinerja supplier dengan
menggunakan kriteria responsiveness dan service supplier harus dilakukan
perusahan secara berkala.
• Proses Produksi
Proses produksi merupakan proses pengolahan input untuk menghasilkan
barang dan jasa. Kelancaran proses produksi terjadi ketika ketersediaan
kapasitas untuk menghasilkan barang dan jasa tersebut telah terpenuhi.
Perhitungan dengan menggunakan metode Rough Cut Capacity Planning
(RCCP) merupakan analisis ketersediaan kapasitas produksi yang tersedia
dalam memenuhi rencana produksi (MPS) yang telah ditetapkan. Kebutuhan
terhadap kapasitas produksi tersebut berkaitan dengan sumber-sumber daya
kritis, seperti tenaga kerja, mesin dan peralatan, serta kapabilitas pemasok
material. Salah satu hasil dari perhitungan RCCP adalah efisiensi jam kerja,
115
sehingga nilai efisiensi kerja sebesar 30% yang ditetapkan oleh bagian
produksi dapat diperbarui untuk meningkatkan utilitas mesin.
• Pergantian Rencana Produksi
Proses pergantian rencana produksi menjadi salah satu penyebab
keterlambatan proses produksi dengan persentase rata-rate keterlambatan
sebesar 3.7% dari keseluruhan keterlambatan. Pergantian rencana produksi
sering disebabkan oleh faktor yang berada di luar divisi supply chain, salah
satunya permintaan terhadap produk secara mendadak yang dilakukan oleh
marketing sebagai hasil dari perolehan tender, dan faktor lain yang disebabkan
oleh tingginya fleksibilitas perubahan permintaan konsumen sehingga
mempengaruhi hasil peramalan.
Secara keseluruhan kelima faktor penyebab keterlambatan, yaitu antrian
mesin, breakdown mesin, ketersediaan material, proses produksi dan
pergantian rencana produksi dapat saling mempengaruhi antara satu sama lain.
Sehingga adanya perbaikan secara berkesinambungan pada faktor-faktor
keterlambatan tersebut dapat terus meningkatkan produktivitas perusahaan
sehingga permintaan konsumen yang terus bertambah dapat terpenuhi.
116
BAB VI
SIMPULAN DAN SARAN
6.1 Simpulan
Berdasarkan penelitian yang dilakukan maka diperoleh simpulan sebagai berikut:
1. Pengembangan algoritma non-delay prioritas MOR dengan mesin majemuk
memberikan hasil pengurutan job yang dapat mempercepat waktu
penyelesaian proses produksi terhadap rencana produksi bulan september
dengan nilai makespan sebesar 798 jam dan mean flow time sebesar 339 jam.
2. Pengembangan algoritma non-delay mesin majemuk disertai job sisipan
memberikan nilai makespan sebesar 681 jam. Penyisipan job yang dilakukan
tidak memperlambat waktu penyelesaian untuk keseluruhan job, hal ini
disebabkan oleh rendahnya utilitas mesin, dimana hanya tiga mesin yang
memiliki utilitas diatas 50%, yaitu mesin FBE Pro sebesar 67.9 %; XL-Cota
sebesar 71.3%; dan Hi-pack 4-1 sebesar 50.5%.
3. Pengembangan algoritma non-delay prioiritas SPT dengan mesin majemuk
memberikan hasil makespan terlama sebesar 894 jam, dan mean flow time
tercepat dari dua prioritas lainnya yaitu sebesar 234 jam.
4. Pengembangan algoritma non-delay prioritas FO dengan mesin majemuk
memberikan hasil makespan sebesar 822 jam, dan mean flow time sebesar 317
jam.
5. Besarnya mean flow time menunjukkan besarnya biaya penyimpanan untuk
persediaan barang setengah jadi yang harus dikeluarkan oleh perusahaan.
6. Pengembangan algoritma pada penelitian ini memberikan nilai mean flow time
yang tinggi karena prioritas kedua yang digunakan pada penjadwalan adalah
bobot untuk masing-masing produk.
7. Penyisipan job masih menghasilkan utilitas mesin yang rendah, dimana hanya
empat mesin dari 36 mesin yang digunakan memiliki utilitas diatas 50%.
117
6.2 Saran
Saran yang dapat diberikan dari hasil penelitian ini adalah:
1. Pada proses penjadwalan pemberian pasokan untuk mesin-mesin dengan
jumlah antrian yang banyak harus terus diperhatikan selain volume penjualan
yang menjadi bahan pertimbangan pada proses produksi.
2. Perhitungan Rough Cut Capacity Planning (RCCP) perlu untuk dilakukan
pada SOHO Group Pharma untuk mengkonversikan rencana produksi (MPS)
kedalam kapasitas produksi yang dibutuhkan.
3. Melakukan penelitian lebih lanjut terhadap hasil penjadwalan menggunakan
pendekatan metaheuristik seperti Simulated Annealing, Tabu Search, Ant
Colony Optimization, dan Hybrid Genetic Algorithm.
4. Pembuatan software untuk pengembangan algoritma ini untuk mempercepat
proses penjadwalan.
118
DAFTAR PUSTAKA
Baker, K. R., Introduction to Sequencing and Scheduling, John Wiley and Sons, New York, 1974. Dewi, Dian Retno Sari., Pengembangan Algoritma Penjadwalan Produksi Job Shop untuk Meminimumkan Total Biaya Earliness dan Tardiness, Jurnal Ilmiah Teknik Industri, Vol. 4, No. 2, hal. 57-65, 2005. Fatmawati, W., Irwan, S., Priswanto, S. S., Penjadwalan Kerja Dengan Metode Algoritma Active Schedule dan Heuristic Schedule Untuk Minimasi Waktu Penyelesaian, Proceeding Seminar Nasional Teknologi Industri, Hal. J-16 – J-23, 2009. Ginting, Rosnani., Penjadwalan Mesin, Edisi 1, Graha Ilmu, Yogyakarta, 2009. Hermawan, Kezia., Pengembangan Algoritma Non-delay Scheduling dengan Jumlah Mesin Majemuk disertai Job Sisipan, Tugas Akhir, Jurusan Teknik Industri, Institut Teknologi Bandung, Bandung, 2011. Pujawan, I. N., dan Mahendrawati, E. R., Supply Chain Management, Edisi 2, Guna widya, Surabaya, 2010. Rachmawati, T., dan Tantowi, A.E., Analisis Makespan Job Shop Menggunakan Metode Active, Non-delay, dan Heuristic Generation, Jurnal Mesin dan Industri, Vol. 6, No. 1, hal. 1-10, 2009. Rukamayadi, D., dan Tarjuni., Penerapan Diagram Pareto, Peta Kendali C dan Diagram Sebab-Akibat Pada Pengendalian Gangguan Pelayanan di Perusahaan Telekomunikasi X, Jurnal STT YUPPENTEK, Vol. 8, No.1, Hal. 59-71, 2012 Situmeang, A. N., dan Herliansyah, M. K., Analisis Penerapan Dispatching Dengan Operational Synchronization Date (OSD) Untuk Penjadwalan Pada Perusahaan Multi Level Assembly Job Shop, Jurnal Mesin dan Industri, Vol. 3, No. 2, Hal. 53-59, 2006.
119
LAMPIRAN
120
LAMPIRAN 1
Penjadwalan Non-Delay Mesin Majemuk
Prioritas Most Operation Remaining
121
6
a b a b a b2 130 542 135 9 12 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A.2.5 119 5 12 5 Z.2.5 5 31 12 4 16 b
B.2.5 124 5 6 M.3.6 3 26 12 3 15C1.2.5 362 5C2.2.5 372 5D1.2.5 26 5D2.2.5 38 5E.2.5 422 5F1.3.7 395 7F2.3.7 411 7G1.3.7 440 7G2.3.7 464 7G3.3.7 494 7H.2.5 112 5I.2.5 57 5K.2.5 31 5M.3.6 12 6N.2.5 106 5O.2.5 64 5P.2.5 49 5Q.3.6 355 6S1.2.5 99 5S2.2.5 108 5S3.2.5 120 5S4.2.5 135 5T.2.5 38 5U.2.5 90 5V.2.5 66 5
W1.2.5 238 5W2.2.5 253 5W3.2.5 274 5W4.2.5 295 5W5.2.5 327 5X.2.5 379 5Y.2.5 25 5Z.2.5 12 5
AA.3.9 93 9AB1.3.6 165 6
Pst Jumlah Operasi
wi cj* tj rj* m Opt.1 2 3 4 5 6 7 8 9 10 12 13 14 15 16 17 18 28 29 30
3St cj m c* m*
19 20 21 22
rk1 &2 4 5 7
23 24 25 26 27
122
6
a b a b a bAB2.3.6 190 6AB3.3.6 223 6AC.3.9 85 9AE.2.5 526 5AF.2.5 46 5AH.2.5 130 5AI.2.5 52 5AJ.2.5 72 5AK.2.5 58 5AL1.2.5 335 5AL2.2.5 343 5AM.2.5 17 5AN.2.5 17 5AO.2.5 510 5AQ1.3.6 23 6AQ2.3.6 46 6AQ3.3.6 88 6AQ4.3.6 140 6AR.2.5 542 5AS.2.5 82 5AT.2.5 502 5AU.2.5 70 5
3 130 542 135 9 12 16 15 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 A.2.5 119 5 15 15 M.4.15 2 26 15 12 27B.2.5 124 5C1.2.5 362 5C2.2.5 372 5D1.2.5 26 5D2.2.5 38 5E.2.5 422 5F1.3.7 395 7F2.3.7 411 7G1.3.7 440 7G2.3.7 464 7G3.3.7 494 7H.2.5 112 5I.2.5 57 5
m* Pst Jumlah Operasi
wi cj* tj rj* m Opt.1 2 3 4 5 6 7 8 9 10 12 13 14 15 16 17
1 &2 3 4 5 7St cj m c*
18 19 20 21 22 23 24 25 26 27 28 29 30
rk
123
6
a b a b a bK.2.5 31 5
M.4.15 15 15N.2.5 106 5O.2.5 64 5P.2.5 49 5Q.3.6 355 6S1.2.5 99 5S2.2.5 108 5S3.2.5 120 5S4.2.5 135 5T.2.5 38 5U.2.5 90 5V.2.5 66 5
W1.2.5 238 5W2.2.5 253 5W3.2.5 274 5W4.2.5 295 5W5.2.5 327 5X.2.5 379 5Y.2.5 25 5Z.3.6 16 6
AA.3.9 93 9AB1.3.6 165 6AB2.3.6 190 6AB3.3.6 223 6AC.3.9 85 9AE.2.5 526 5AF.2.5 46 5AH.2.5 130 5AI.2.5 52 5AJ.2.5 72 5AK.2.5 58 5AL1.2.5 335 5AL2.2.5 343 5AM.2.5 17 5AN.2.5 17 5AO.2.5 510 5AQ1.3.6 23 6AQ2.3.6 46 6AQ3.3.6 88 6AQ4.3.6 140 6AR.2.5 542 5AS.2.5 82 5AT.2.5 502 5AU.2.5 70 5
m* Pst Jumlah Operasi
wi cj* tj rj* m Opt.1 2 3 4 5 6 7 8 9 10 12 13 14 15 16 17
1 &2 3 4 5 7St cj m c*
18 19 20 21 22 23 24 25 26 27 28 29 30
rk
124
6
a b a b a b137 130 542 135 9 426 382 430 474 146 97 385 454 190 410 443 214 177 424 573 417 412 485 493 196 542 473 489 148 491 226 195 154 C1.6.27 491 27 485 21 AQ4.5.21 2 56 485 58 543
C2.5.21 485 21 W5.5.21 2 48 543 33 576F2.5.24 542 24 AL2.5.21 2 44 576 22 598G1.5.23 573 23 C2.5.21 2 24 598 24 622G2.4.18 573 18 X.5.21 2 23 622 15 637G3.3.7 494 7
W5.5.21 485 21X.5.21 485 21AE.2.5 526 5
AL2.5.21 485 21AO.2.5 510 5
AQ4.5.21 485 21AR.2.5 542 5AT.2.5 502 5
138 130 542 135 9 426 382 430 474 146 97 385 454 190 410 443 214 177 424 573 417 412 637 493 196 542 473 489 148 491 226 195 154 C1.6.27 491 27 491 27 C1.6.27 1 25 491 6 497C2.6.27 622 27F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.3.7 494 7
W5.6.27 576 27X.6.27 637 27AE.2.5 526 5
AL2.6.24 598 24AO.2.5 510 5
AQ4.6.25 543 25AR.2.5 542 5AT.2.5 502 5
139 130 542 135 9 426 382 430 474 146 97 385 454 190 410 443 214 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 154 C2.6.27 622 27 494 7 G3.3.7 3 35 494 13 507F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.3.7 494 7
W5.6.27 576 27X.6.27 637 27AE.2.5 526 5
AL2.6.24 598 24AO.2.5 510 5
AQ4.6.25 543 25AR.2.5 542 5AT.2.5 502 5
26 27 28 29 3017 18 19 20 21 22 23 24 25 c* m* PstJumlah Operasi wi cj* tj rj*
m Opt.
rk1 &2 3 4 5 7
St cj m1 2 3 4 5 6 7 8 9 10 12 13 14 15 16
125
6
a b a b a b140 130 542 135 9 426 382 430 507 146 97 385 454 190 410 443 214 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 154 C2.6.27 622 27 502 5 AT.2.5 4 34 502 3 505 b
F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27AE.2.5 526 5
AL2.6.24 598 24AO.2.5 510 5
AQ4.6.25 543 25AR.2.5 542 5AT.2.5 502 5
141 130 542 135 9 426 505 430 507 146 97 385 454 190 410 443 214 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 154 C2.6.27 622 27 505 10 AT.3.10 3 34 505 3 508F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27AE.2.5 526 5
AL2.6.24 598 24AO.2.5 510 5
AQ4.6.25 543 25AR.2.5 542 5AT.3.10 505 10
142 130 542 135 9 426 505 430 507 146 97 508 454 190 410 443 214 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 154 C2.6.27 622 27 508 14 AT.4.14 2 34 508 12 520F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27AE.2.5 526 5
AL2.6.24 598 24AO.2.5 510 5
AQ4.6.25 543 25AR.2.5 542 5AT.4.14 508 14
23 24 25 26 27 28 29 30tj rj*
m Opt.1 2 3 4 5 6 7 8 9 10 12 13 14 15 16 17 18 19 20 21 22
St cj m c* m* PstJumlah Operasi wi cj*
rk1 &2 3 4 5 7
126
6
a b a b a b143 130 542 135 9 426 505 430 507 146 97 508 454 190 410 520 214 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 154 C2.6.27 622 27 510 5 AO.2.5 4 30 510 3 513 a
F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27AE.2.5 526 5
AL2.6.24 598 24AO.2.5 510 5
AQ4.6.25 543 25AR.2.5 542 5AT.5.30 520 30
144 130 542 135 9 513 505 430 507 146 97 508 454 190 410 520 214 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 154 C2.6.27 622 27 513 6 AO.3.6 3 30 513 3 516F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27AE.2.5 526 5
AL2.6.24 598 24AO.3.6 513 6
AQ4.6.25 543 25AR.2.5 542 5AT.5.30 520 30
145 130 542 135 9 513 505 516 507 146 97 508 454 190 410 520 214 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 154 C2.6.27 622 27 516 15 AO.4.15 2 30 516 26 542F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27AE.2.5 526 5
AL2.6.24 598 24AO.4.15 516 15AQ4.6.25 543 25
AR.2.5 542 5AT.5.30 520 30
m* PstJumlah Operasi wi cj* tj rj*
m Opt.1 2 3 4 5 6 7 8 9 10 12 13 14 15 16 17
1 &2 3 4 5 7St cj m c*
18 19 20 21 22 23 24 25 26 27 28 29 30
rk
127
6
a b a b a b146 130 542 135 9 513 505 516 507 146 97 508 454 190 410 520 542 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 154 C2.6.27 622 27 520 30 AT.5.30 1 34 520 20 540
F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27AE.2.5 526 5
AL2.6.24 598 24AO.5.26 542 26AQ4.6.25 543 25
AR.2.5 542 5AT.5.30 520 30
147 130 542 135 9 513 505 516 507 146 97 508 454 190 410 520 542 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 540 C2.6.27 622 27 526 5 AE.2.5 4 29 526 4 530 bF2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27AE.2.5 526 5
AL2.6.24 598 24AO.5.26 542 26AQ4.6.25 543 25
AR.2.5 542 5148 130 542 135 9 513 530 516 507 146 97 508 454 190 410 520 542 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 540 C2.6.27 622 27 530 10 AE.3.10 3 29 530 6 536
F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27
AE.3.10 530 10AL2.6.24 598 24AO.5.26 542 26AQ4.6.25 543 25
AR.2.5 542 5
26 27 28 29 3017 18 19 20 21 22 23 24 25 c* m* PstJumlah Operasi wi cj* tj rj*
m Opt.
rk1 &2 3 4 5 7
St cj m1 2 3 4 5 6 7 8 9 10 12 13 14 15 16
128
6
a b a b a b149 130 542 135 9 513 530 516 507 146 97 536 454 190 410 520 542 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 540 C2.6.27 622 27 536 14 AE.4.14 2 29 536 27 563
F2.5.24 542 24G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27
AE.4.14 536 14AL2.6.24 598 24AO.5.26 542 26AQ4.6.25 543 25
AR.2.5 542 5150 130 542 135 9 513 530 516 507 146 97 536 454 190 410 563 542 177 424 573 417 412 637 493 196 542 473 489 148 497 226 195 540 C2.6.27 622 27 542 5 AR.2.5 4 17 542 4 546 a
F2.5.24 542 24 24 F2.5.24 1 46 542 59 601G1.5.23 573 23 26 AO.5.26 1 30 542 23 565G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27
AE.5.27 563 27AL2.6.24 598 24AO.5.26 542 26AQ4.6.25 543 25
AR.2.5 542 5151 130 542 135 9 546 530 516 507 146 97 536 454 190 410 563 542 177 424 573 417 412 637 493 196 601 473 489 565 497 226 195 540 C2.6.27 622 27 543 25 AQ4.6.25 1 56 543 114 657 a
G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27
AE.5.27 563 27AL2.6.24 601 24AQ4.6.25 543 25
AR.3.7 546 7152 130 542 135 9 546 530 516 507 146 97 536 454 190 410 563 542 177 424 573 417 412 637 493 196 601 657 489 565 497 226 195 540 C2.6.27 622 27 546 7 AR.3.7 3 17 546 5 551
G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27
AE.5.27 563 27AL2.6.24 601 24AR.3.7 546 7
23 24 25 26 27 28 29 30tj rj*
m Opt.1 2 3 4 5 6 7 8 9 10 12 13 14 15 16 17 18 19 20 21 22
St cj m c* m* PstJumlah Operasi wi cj*
rk1 &2 3 4 5 7
129
6
a b a b a b153 130 542 135 9 546 530 516 551 146 97 536 454 190 410 563 542 177 424 573 417 412 637 493 196 601 657 489 565 497 226 195 540 C2.6.27 622 27 563 27 AE.5.27 1 29 563 20 583
G1.5.23 573 23G2.4.18 573 18G3.4.18 573 18W5.6.27 576 27X.6.27 637 27
AE.5.27 563 27AL2.6.24 601 24AR.4.18 573 18
154 130 542 135 9 546 530 516 551 146 97 536 454 190 410 563 542 177 424 573 417 412 637 493 196 601 657 489 565 583 226 195 540 C2.6.27 622 27 573 18 G2.4.18 2 36 573 81 654G1.5.23 573 23 G3.4.18 2 35 654 108 762G2.4.18 573 18 AR.4.18 2 17 762 30 792G3.4.18 573 18 23 G1.5.23 1 37 573 10 583W5.6.27 583 27X.6.27 637 27
AL2.6.24 601 24AR.4.18 573 18
155 130 542 135 9 546 530 516 551 146 97 536 454 190 410 563 542 177 424 792 417 412 637 493 583 601 657 489 565 583 226 195 540 C2.6.27 622 27 583 27 W5.6.27 1 48 583 59 642G2.5.23 654 23G3.5.23 762 23W5.6.27 583 27X.6.27 637 27
AL2.6.24 601 24AR.5.23 792 23
156 130 542 135 9 546 530 516 551 146 97 536 454 190 410 563 542 177 424 792 417 412 637 493 583 601 657 489 565 642 226 195 540 C2.6.27 642 27 601 24 AL2.6.24 1 44 601 26 627G2.5.23 654 23G3.5.23 762 23X.6.27 642 27
AL2.6.24 601 24AR.5.23 792 23
157 130 542 135 9 546 530 516 551 146 97 536 454 190 410 563 542 177 424 792 417 412 637 493 583 627 657 489 565 642 226 195 540 C2.6.27 642 27 642 27 C2.6.27 1 24 642 12 654G2.5.23 654 23 X.6.27 1 23 654 16 670G3.5.23 762 23X.6.27 642 27
AR.5.23 792 23158 130 542 135 9 546 530 516 551 146 97 536 454 190 410 563 542 177 424 792 417 412 637 493 583 627 657 489 565 670 226 195 540 G2.5.23 654 23 654 23 G2.5.23 1 36 654 15 669
G3.5.23 762 23AR.5.23 792 23
159 130 542 135 9 546 530 516 551 146 97 536 454 190 410 563 542 177 424 792 417 412 637 493 669 627 657 489 565 670 226 195 540 G3.5.23 762 23 762 23 G3.5.23 1 35 762 20 782AR.5.23 792 23
160 130 542 135 9 546 530 516 551 146 97 536 454 190 410 563 542 177 424 792 417 412 637 493 782 627 657 489 565 670 226 195 540 AR.5.23 792 23 792 23 AR.5.23 1 17 792 6 798
m* PstJumlah Operasi wi cj* tj rj*
m Opt.1 2 3 4 5 6 7 8 9 10 12 13 14 15 16 17
1 &2 3 4 5 7St cj m c*
18 19 20 21 22 23 24 25 26 27 28 29 30
rk
130
LAMPIRAN 2
Penjadwalan Non-Delay Mesin Majemuk
Prioritas Most Operation Remaining disertai Job Sisipan
131
a b a b a b3
rk 130 542 135 127 133 98 2 17 120 0 162 137 18 134 14 177 424 141 0 0 0 0 196 0 0 148 0 151 J1.1.1 130 1 10 140 14 33 J17.3.33 2 9 14 8 22ck 798 798 798 135 238 133 103 85 244 430 146 76 248 15 798 798 170 573 83 87 542 61 214 J2.2.13 18 13 30 48
J3.1.2 542 2 7 549J4.1.3 135 3 6 141J5.1.3 135 3 9 144J6.1.1 130 1 7 137J7.1.3 135 3 7 142J8.2.13 18 13 15 33J9.1.3 135 3 6 141J10.1.3 135 3 6 141J11.1.3 135 3 7 142J12.2.13 18 13 11 29J13.1.3 135 3 6 141J14.3.33 18 33 8 26J15.1.3 135 3 7 142J16.1.3 135 3 11 146J17.3.33 14 33 8 22J18.1.2 542 2 6 548J19.1.1 130 1 9 139J20.1.1 130 1 9 139J21.1.1 130 1 7 137J22.1.2 542 2 18 560J23.1.3 135 3 10 145J24.1.1 130 1 7 137J25.1.3 135 3 7 142
4rk 130 542 135 127 133 98 2 17 120 0 162 137 18 134 27 177 424 141 0 0 22 0 196 0 0 148 0 151 J1.1.1 130 1 10 140 18 13 J2.2.13 3 24 18 30 48ck 798 798 798 135 238 133 103 85 244 430 146 76 248 43 798 798 170 573 83 87 542 61 214 J2.2.13 18 13 30 48 J8.2.13 3 18 48 15 63
J3.1.2 542 2 7 549 J12.2.13 3 14 63 11 74J4.1.3 135 3 6 141J5.1.3 135 3 9 144J6.1.1 130 1 7 137J7.1.3 135 3 7 142J8.2.13 18 13 15 33J9.1.3 135 3 6 141J10.1.3 135 3 6 141J11.1.3 135 3 7 142J12.2.13 18 13 11 29
34 23 25 26 27 28 wi cj* tj rj* m opt.1 2 3 5 6 8 9 10 11 12 13 14 15 16 17 19 31 32 33 St cj m tj rj c* m* Pst Jumlah
Operasi
1 &2 3 4 5 6 7
132
a b a b a bJ13.1.3 135 3 6 141J14.3.33 22 33 8 30J15.1.3 135 3 7 142J16.1.3 135 3 11 146J17.4.25 22 25 8 30J18.1.2 542 2 6 548J19.1.1 130 1 9 139J20.1.1 130 1 9 139J21.1.1 130 1 7 137J22.1.2 542 2 18 560J23.1.3 135 3 10 145J24.1.1 130 1 7 137J25.1.3 135 3 7 142
5rk 130 542 135 127 133 98 2 17 120 0 162 137 74 134 27 177 424 141 0 0 22 0 196 0 0 148 0 151 J1.1.1 130 1 10 140 22 25 J17.4.25 1 9 22 8 30 ack 798 798 798 135 238 133 103 85 244 430 146 76 248 43 798 798 170 573 83 87 542 61 214 J2.3.33 48 33 24 72 33 J14.3.33 2 12 22 8 30
J3.1.2 542 2 7 549J4.1.3 135 3 6 141J5.1.3 135 3 9 144J6.1.1 130 1 7 137J7.1.3 135 3 7 142J8.3.33 63 33 12 75J9.1.3 135 3 6 141J10.1.3 135 3 6 141J11.1.3 135 3 7 142J12.3.33 74 33 8 82J13.1.3 135 3 6 141J14.3.33 22 33 8 30J15.1.3 135 3 7 142J16.1.3 135 3 11 146J17.4.25 22 25 8 30J18.1.2 542 2 6 548J19.1.1 130 1 9 139J20.1.1 130 1 9 139J21.1.1 130 1 7 137J22.1.2 542 2 18 560J23.1.3 135 3 10 145J24.1.1 130 1 7 137J25.1.3 135 3 7 142
34 23 25 26 27 28 wi cj* tj rj* m opt.1 2 3 5 6 8 9 10 11 12 13 14 15 16 17 19 31 32 33 St cj m tj rj c* m* Pst Jumlah
Operasi
1 &2 3 4 5 6 7
133
a b a b a b55rk 179 542 217 259 244 234 216 97 263 154 176 190 255 443 214 177 424 298 167 165 262 0 196 285 367 148 259 258 J1.4.19 298 19 30 328 259 27 J15.6.27 1 11 259 6 265ck 798 798 798 295 274 355 798 798 282 430 798 368 508 516 798 798 359 573 382 454 542 287 798 J3.1.2 542 2 7 549
J4.6.25 285 25 9 294J5.6.25 285 25 18 303J6.6.25 285 25 13 298J7.4.19 298 19 12 310J8.4.25 285 25 7 292J10.4.17 424 17 21 445J15.6.27 259 27 6 265J16.5.33 262 33 11 273J18.1.2 542 2 6 548J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.4.19 298 19 12 310J25.6.26 262 26 10 272
56rk 179 542 217 259 244 234 216 97 263 154 176 190 255 443 214 177 424 298 167 165 262 0 196 285 367 148 265 258 J1.4.19 298 19 30 328 262 26 J25.6.26 1 1 262 10 272ck 798 798 798 295 274 355 798 798 282 430 798 368 508 516 798 798 359 573 382 454 542 287 798 J3.1.2 542 2 7 549 33 J16.5.33 2 10 262 11 273
J4.6.25 285 25 9 294J5.6.25 285 25 18 303J6.6.25 285 25 13 298J7.4.19 298 19 12 310J8.4.25 285 25 7 292J10.4.17 424 17 21 445J16.5.33 262 33 11 273J18.1.2 542 2 6 548J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.4.19 298 19 12 310J25.6.26 262 26 10 272
57rk 179 542 217 259 282 234 216 97 263 154 176 190 255 443 214 177 424 298 167 165 273 0 196 285 367 272 265 258 J1.4.19 298 19 30 328 273 27 J16.6.27 1 10 273 11 284ck 798 798 798 295 327 355 798 798 282 430 798 368 508 516 798 798 359 573 382 454 542 287 798 J3.1.2 542 2 7 549
J4.6.25 285 25 9 294J5.6.25 285 25 18 303J6.6.25 285 25 13 298
34 23 25 26 27 28 wi cj* tj rj* m opt.1 2 3 5 6 8 9 10 11 12 13 14 15 16 17 19 31 32 33 St cj m tj rj c* m* Pst Jumlah
Operasi
1 &2 3 4 5 6 7
134
a b a b a bJ7.4.19 298 19 12 310J8.4.25 285 25 7 292J10.4.17 424 17 21 445J16.6.27 273 27 11 284J18.1.2 542 2 6 548J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.4.19 298 19 12 310
58rk 179 542 217 259 282 234 216 97 287 154 176 190 255 443 214 177 424 298 167 165 273 0 196 285 367 272 284 258 J1.4.19 298 19 30 328 285 25 J4.6.25 1 22 285 9 294 ack 798 798 798 295 327 355 798 798 303 430 798 368 508 516 798 798 359 573 382 454 542 287 798 J3.1.2 542 2 7 549 J5.6.25 1 21 294 18 312 a
J4.6.25 285 25 9 294 J6.6.25 1 20 312 13 325 aJ5.6.25 285 25 18 303 J8.4.25 1 18 325 7 332 aJ6.6.25 285 25 13 298J7.4.19 298 19 12 310J8.4.25 285 25 7 292J10.4.17 424 17 21 445J18.1.2 542 2 6 548J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.4.19 298 19 12 310
59rk 179 542 217 303 282 234 216 97 287 154 176 190 255 443 214 177 424 298 167 165 273 0 196 332 367 272 311 258 J1.4.19 298 19 30 328 298 19 J1.4.19 3 25 298 30 328ck 798 798 798 335 327 355 798 798 303 430 798 368 508 516 798 798 359 573 382 454 542 395 798 J3.1.2 542 2 7 549 J7.4.19 3 19 328 12 340
J7.4.19 298 19 12 310 J24.4.19 3 2 340 12 352J10.4.17 424 17 21 445J18.1.2 542 2 6 548J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.4.19 298 19 12 310
60rk 179 542 217 303 339 234 216 97 308 154 176 190 255 443 214 177 424 352 167 165 273 0 196 332 367 272 311 258 J1.5.33 328 33 23 351 328 33 J1.5.33 2 25 328 23 351ck 798 798 798 335 362 355 798 798 339 430 798 368 508 516 798 798 359 573 382 454 542 395 798 J3.1.2 542 2 7 549
J7.5.33 340 33 8 348J10.4.17 424 17 21 445J18.1.2 542 2 6 548
34 23 25 26 27 28 wi cj* tj rj* m opt.1 2 3 5 6 8 9 10 11 12 13 14 15 16 17 19 31 32 33 St cj m tj rj c* m* Pst Jumlah
Operasi
1 &2 3 4 5 6 7
135
a b a b a bJ19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.5.33 352 33 8 360
61rk 179 542 217 347 339 234 216 97 308 154 176 190 255 443 214 177 424 352 167 165 351 0 196 332 367 272 311 258 J1.6.27 351 27 23 374 351 27 J1.6.27 1 25 351 23 374ck 798 798 798 372 362 355 798 798 339 430 798 368 508 516 798 798 359 573 382 454 542 395 798 J3.1.2 542 2 7 549 33 J7.5.33 2 19 351 8 359
J7.5.33 351 33 8 359J10.4.17 424 17 21 445J18.1.2 542 2 6 548J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.5.33 352 33 8 360
62rk 179 542 217 347 339 359 216 97 346 154 176 190 255 443 214 177 424 417 167 165 359 0 196 332 367 272 374 258 J3.1.2 542 2 7 549 359 33 J24.5.33 2 2 359 8 367ck 798 798 798 372 362 365 798 798 382 430 798 368 508 516 798 798 798 573 382 454 542 395 798 J7.6.27 374 27 5 379
J10.4.17 424 17 21 445J18.1.2 542 2 6 548J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.5.33 359 33 8 367
63rk 179 542 217 376 365 368 216 97 346 154 176 190 410 443 214 177 424 417 167 165 367 0 196 332 367 272 374 258 J3.1.2 542 2 7 549 372 26 J24.6.26 1 2 372 6 378ck 798 798 798 422 379 376 798 798 382 430 798 798 508 516 798 798 798 573 382 454 542 395 798 J7.6.27 374 27 5 379
J10.4.17 424 17 21 445J18.1.2 542 2 6 548J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497J24.6.26 372 26 6 378
64rk 179 542 217 376 365 368 216 97 346 154 176 190 410 443 214 177 424 417 167 165 367 0 196 332 367 378 374 258 J3.1.2 542 2 7 549 374 27 J7.6.27 1 19 374 5 379ck 798 798 798 422 379 376 798 798 382 430 798 798 508 516 798 798 798 573 382 454 542 395 798 J7.6.27 374 27 5 379
J10.4.17 424 17 21 445J18.1.2 542 2 6 548J19.4.17 424 17 19 443
34 23 25 26 27 28 wi cj* tj rj* m opt.1 2 3 5 6 8 9 10 11 12 13 14 15 16 17 19 31 32 33 St cj m tj rj c* m* Pst Jumlah
Operasi
1 &2 3 4 5 6 7
136
a b a b a bJ20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497
65rk 179 542 217 426 382 380 216 97 385 154 176 190 410 443 214 177 424 417 167 165 367 0 196 473 367 378 497 258 J3.1.2 542 2 7 549 424 17 J10.4.17 3 16 424 21 445ck 798 798 798 510 502 426 798 798 505 430 798 798 508 516 798 798 798 573 543 454 542 542 798 J10.4.17 424 17 21 445 J19.4.17 3 7 445 19 464
J18.1.2 542 2 6 548 J20.4.17 3 6 464 19 483J19.4.17 424 17 19 443J20.4.17 424 17 19 443J22.1.2 542 2 18 560J23.4.14 443 14 54 497
66rk 179 542 217 426 382 430 216 97 385 154 454 190 410 443 214 177 483 417 167 165 367 0 196 473 367 378 497 258 J3.1.2 542 2 7 549 443 14 J23.4.14 3 3 443 54 497ck 798 798 798 510 502 513 798 798 505 798 798 798 508 516 798 798 798 573 543 454 542 563 798 J10.5.34 445 34 12 457
J18.1.2 542 2 6 548J19.5.33 464 33 14 478J20.5.33 483 33 14 497J22.1.2 542 2 18 560J23.4.14 443 14 54 497
67rk 179 542 217 426 382 430 216 97 385 154 454 190 410 497 214 177 483 417 167 165 367 0 196 473 367 378 497 258 J3.1.2 542 2 7 549 445 34 J10.5.34 2 16 445 12 457ck 798 798 798 510 502 513 798 798 505 798 798 798 508 516 798 798 798 573 543 454 542 563 798 J10.5.34 445 34 12 457
J18.1.2 542 2 6 548J19.5.33 464 33 14 478J20.5.33 483 33 14 497J22.1.2 542 2 18 560J23.5.33 497 33 15 512
68rk 179 542 217 426 382 430 216 97 385 154 454 190 410 497 214 177 483 417 167 165 367 457 196 473 489 378 497 258 J3.1.2 542 2 7 549 464 33 J19.5.33 2 7 464 14 478ck 798 798 798 510 502 513 798 798 505 798 798 798 508 516 798 798 798 573 543 798 542 563 798 J10.6.25 473 25 10 483
J18.1.2 542 2 6 548J19.5.33 464 33 14 478J20.5.33 483 33 14 497J22.1.2 542 2 18 560J23.5.33 497 33 15 512
69rk 179 542 217 426 382 430 216 97 385 154 454 190 410 497 214 177 483 417 167 165 478 457 196 473 489 378 497 258 J3.1.2 542 2 7 549 473 25 J10.6.25 1 16 473 10 483 ack 798 798 798 510 502 513 798 798 505 798 798 798 508 516 798 798 798 573 543 798 542 563 798 J10.6.25 473 25 10 483
J18.1.2 542 2 6 548J19.6.23 478 23 15 493J20.5.33 483 33 14 497J22.1.2 542 2 18 560J23.5.33 497 33 15 512
wi cj* tj rj* m opt.1 2 3 5 6 8 9 10 11 12 13 14 15 16 17 19 31 32 33
1 &2 4 5 6 7
34 23 25 26 27 28
3St cj m tj rj c* m* Pst Jumlah
Operasi
137
a b a b a b70rk 179 542 217 426 382 430 216 97 385 154 454 190 410 497 214 177 483 417 167 165 478 457 196 483 489 378 497 258 J3.1.2 542 2 7 549 478 23 J19.6.23 1 7 478 15 493ck 798 798 798 510 502 513 798 798 505 798 798 798 508 516 798 798 798 573 543 798 542 563 798 J18.1.2 542 2 6 548
J19.6.23 478 23 15 493J20.5.33 483 33 14 497J22.1.2 542 2 18 560J23.5.33 497 33 15 512
71rk 179 542 217 426 382 430 216 97 385 154 454 190 410 497 214 177 483 417 167 165 478 457 493 483 489 378 497 258 J3.1.2 542 2 7 549 483 33 J20.5.33 2 6 483 14 497ck 798 798 798 510 502 513 798 798 505 798 798 798 508 516 798 798 798 573 543 798 542 563 798 J18.1.2 542 2 6 548
J20.5.33 483 33 14 497J22.1.2 542 2 18 560J23.5.33 497 33 15 512
72rk 179 542 217 426 382 430 216 97 385 154 454 190 410 497 214 177 483 417 167 165 497 457 493 483 489 378 497 258 J3.1.2 542 2 7 549 497 23 J20.6.23 1 6 497 12 509ck 798 798 798 510 502 513 798 798 505 798 798 798 508 516 798 798 798 573 543 798 542 563 798 J18.1.2 542 2 6 548 33 J23.5.33 2 3 497 15 512
J20.6.23 497 23 12 509J22.1.2 542 2 18 560J23.5.33 497 33 15 512
73rk 179 542 217 513 505 516 216 97 508 154 454 190 410 520 214 177 483 417 167 165 512 457 509 483 489 378 497 258 J3.1.2 542 2 7 549 512 26 J23.6.26 1 3 512 29 541ck 798 798 798 542 526 798 798 798 530 798 798 798 536 516 798 798 798 573 543 798 542 563 798 J18.1.2 542 2 6 548
J22.1.2 542 2 18 560J23.6.26 512 26 29 541
74rk 179 542 217 546 530 516 216 97 536 154 454 190 410 563 542 177 483 417 167 165 512 457 509 657 489 565 497 258 J3.1.2 542 2 7 549 542 2 J3.1.2 6 23 542 7 549ck 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 573 798 798 798 563 798 J18.1.2 542 2 6 548 J18.1.2 6 8 549 6 555
J22.1.2 542 2 18 560 J22.1.2 6 4 555 18 57375rk 179 573 217 546 530 516 216 97 536 154 454 190 410 563 542 177 483 417 167 165 512 457 509 657 489 565 497 258 J3.2.5 549 5 3 552 549 5 J3.2.5 5 23 549 3 552 bck 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 573 798 798 798 563 798 J18.2.5 555 5 3 558
J22.2.5 573 5 4 57776rk 179 573 217 546 552 516 216 97 536 154 454 190 410 563 542 177 483 417 167 165 512 457 509 657 489 565 497 258 J3.3.6 552 6 3 555 552 6 J3.3.6 4 23 552 3 555ck 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 573 798 798 798 563 798 J18.2.5 555 5 3 558
J22.2.5 573 5 4 57777rk 179 573 217 546 552 555 216 97 536 154 454 190 410 563 542 177 483 417 167 165 512 457 509 657 489 565 497 258 J3.4.13 555 13 10 565 555 5 J18.2.5 5 8 555 3 558 bck 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 573 798 798 798 563 798 J18.2.5 555 5 3 558 13 J3.4.13 3 23 555 10 565
J22.2.5 573 5 4 577
rj* m opt.1 2 3 5 6 8 9 10 11 12 13 14 15 16 17 19 31 32 33 34 23 25 tj rj c* m* Pst Jumlah
Operasiwi cj* tj
1 &2 3 4 5 6 7St cj m26 27 28
138
a b a b a b78rk 179 573 217 546 558 555 216 97 536 154 454 190 565 563 542 177 483 417 167 165 512 457 509 657 489 565 497 258 J3.5.33 565 33 7 572 558 10 J18.3.10 4 8 558 3 561ck 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 573 798 798 798 563 798 J18.3.10 558 10 3 561
J22.2.5 573 5 4 57779rk 179 573 217 546 558 555 216 97 561 154 454 190 565 563 542 177 483 417 167 165 512 457 583 657 489 565 670 258 J3.5.33 565 33 7 572 565 13 J18.4.13 3 8 565 11 576ck 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 798 654 798 798 798 798 798 J18.4.13 565 13 11 576 33 J3.5.33 2 23 565 7 572
J22.2.5 573 5 4 57780rk 179 573 217 546 558 555 216 97 561 154 454 190 576 563 542 177 483 417 167 165 572 457 583 657 489 565 670 258 J3.6.27 670 27 5 675 573 5 J22.2.5 5 4 573 4 577 ack 798 798 798 798 798 798 798 798 798 798 798 809 798 798 798 798 798 654 798 798 798 798 798 J18.5.33 576 33 7 583
J22.2.5 573 5 4 57781rk 179 573 217 577 558 555 216 97 561 154 454 190 576 563 542 177 483 417 167 165 572 457 583 657 489 565 670 258 J3.6.27 670 27 5 675 576 33 J18.5.33 2 8 576 7 583ck 798 798 798 798 798 798 798 798 798 798 798 809 798 798 798 798 798 654 798 798 798 798 798 J18.5.33 576 33 7 583
J22.3.6 577 6 3 58082rk 179 573 217 577 558 555 216 97 561 154 454 190 576 563 542 177 483 417 167 165 583 457 583 657 489 565 670 258 J3.6.27 670 27 5 675 577 6 J22.3.6 4 4 577 3 580ck 798 798 798 798 798 798 798 798 798 798 798 809 798 798 798 798 798 654 798 798 798 798 798 J18.6.27 670 27 6 676
J22.3.6 577 6 3 58083rk 179 573 217 577 558 580 216 97 561 154 454 190 576 563 542 177 483 417 167 165 583 457 583 657 489 565 670 258 J3.6.27 670 27 5 675 580 16 J22.4.16 3 4 580 24 604ck 798 798 798 798 798 798 798 798 798 798 798 809 798 798 798 798 798 654 798 798 798 798 798 J18.6.27 670 27 6 676
J22.4.16 580 16 24 60484rk 179 573 217 577 558 580 216 97 561 154 454 190 576 563 542 604 483 417 167 165 604 457 583 657 489 565 670 258 J3.6.27 670 27 5 675 617 26 J22.6.26 1 4 617 19 636ck 798 798 798 798 798 798 798 798 798 798 798 809 798 798 798 798 798 654 798 798 798 798 798 J18.6.27 670 27 6 676
J22.6.26 617 26 19 63685rk 179 573 217 577 558 580 216 97 561 154 454 190 576 563 542 604 483 417 167 165 604 457 669 657 489 636 670 258 J3.6.27 670 27 5 675 670 27 J3.6.27 1 23 670 5 675ck 798 798 798 798 798 798 798 798 798 798 798 809 798 798 798 798 798 762 798 798 798 798 798 J18.6.27 670 27 6 676 J18.6.27 1 8 675 6 681
rj* m opt.1 2 3 5 6 8 9 10 11 12 13 14 15 16 17 19 31 32 33 34 23 25 tj rj c* m* Pst Jumlah
Operasiwi cj* tj
1 &2 3 4 5 6 7St cj m26 27 28
139
LAMPIRAN 3
Gantt Chart Penjadwalan Non-Delay Mesin Majemuk
Prioritas Most Operation Remaining
140
141
LAMPIRAN 4
Gantt Chart Penjadwalan Non-Delay Mesin Majemuk
Prioritas Most Operation Remaining disertai Job Sisipan
142